换一批基于Sentinel-2遥感数据的高分辨率竹林分布提取及地上生物量估算
High-resolution distribution extraction and aboveground biomass estimation of bamboo forests based on Sentinel-2 remote sensing data
摘要竹林作为重要的碳汇资源,其地上生物量的精准估算对碳循环评估、生态系统碳储量核算及区域碳中和目标落地具有重要意义.针对传统实地调查成本高、单一遥感模型精度低的问题,本文提出了基于Sen-tinel-2 时序遥感数据的竹林地上生物量估算方法体系.首先,通过分析竹林在红外、近红外等波段的时序光谱特征,筛选最佳特征变量,用于构建由随机森林(RF)、XGBoost等多种机器学习模型级联的逐层遥感分类方法,实现竹林与其他地物的高精度分离,为生物量估算奠定空间范围基础.然后,在竹林分布像元内,融合随机森林模型和异速生长方程,构建包含遥感指数、地形因子的地上生物量估算模型.该方法对福建省南平市延平区的竹林进行生物量估算,结果显示:竹林提取总体精度优于0.95,生物量估算精度(R2)达到0.82,显著优于单一遥感模型(精度平均提升28％),最终地上生物量估算总数为6.44×104 t,高值区主要集中在延平区西南部、西北部和东部.该方法有效提供了竹林地上生物量估算的低成本、高时效和可复制的技术方案,为区域碳汇清单编制、森林碳汇交易项目设计和竹林生态系统的精准化管理提供关键数据支撑.
更多相关知识
关键词
生物量估算Sentinel-2遥感机器学习逐层分类竹林biomass estimationSentinel-2 remote sensingmachine learninglayer by layer classificationbam-boo forest
栏目名称
DOI
10.13292/j.1000-4890.202601.019
发布时间
2026-02-07（万方平台首次上网日期，不代表论文的发表时间）
基金项目
中国科学院科技服务网络计划项目（STS）（2023T3080）
国家重点研发计划（2024YFE0198600）
- 浏览1
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
