支持森林清查和小区域估计的模型：以稀疏采样激光雷达为例，探讨在阿拉斯加塔纳纳地区使用G-LiHT激光雷达的案例研究
摘要：使用两阶段分层贝叶斯模型来估计森林生物量密度和总量，仅使用稀疏采样的LiDAR和地理参考的森林清查样地测量数据。该模型是基于美国农业部（USDA）森林服务部森林清查与分析目标提出的，旨在为阿拉斯加内陆的遥感塔纳纳清查单位（TIU）提供生物量估计。所提出的模型可为任意大小的感兴趣区域提供分层水平的生物量估计。基于模型的估计结果与TIU FIA设计为后排序的估计结果进行了比较。基于模型的两个实验森林的小区域估计值（SAE）与每个森林使用独立清查样地的设计估计值进行了比较。模型参数估计和生物量预测使用了FIA清查样地测量、与FIA样地的空间对齐的LiDAR数据，以及全地质壁纸遥感数据，用于定义土地利用/土地覆盖区域和森林树冠覆盖百分比。结果支持基于模型的方法来估计森林变量，在清查数据稀缺或资源限制无法采集足够数据以达到设计方法所要求的精度和准确度时使用。
作者：Andrew O. Finley, Hans-Erik Andersen, Chad Babcock, Bruce D. Cook, Douglas C. Morton, Sudipto Banerjee
论文ID：2302.06410
分类：Applications
分类简称：stat.AP
提交时间：2023-03-09