Monitoring Carbon Hotspots in Patchy Landscapes from Sparse Lidar and Dense Satellite Time Series
Erik Nati‐Johnson · Jodi Brandt · Nicholas Kolarik 等 9 人
融合稀疏激光雷达与密集卫星时序，绘制半干旱河岸带地上生物量年度图。
中分辨率卫星、航空激光雷达与异速生长模型，结合共形预测与贝叶斯不确定性量化。
10米分辨率冠层高度误差1.56米、分类精度84%，可检测河岸生物量渐变。
可将该框架迁移至农田防护林、零星树木等破碎景观碳热点监测，并融合更高分辨率数据。
方法新颖、不确定性量化扎实，但属区域尺度遥感论文，对农业信息化有间接参考价值，未达每日精选门槛。
监测地上生物量（AGB）储量作为碳储量的指标，对于气候减缓、适应和土地管理至关重要。在地球陆地表面的大部分区域，碳储量集中在细尺度热点区域，包括牧场中的孤立树木、苔原中的灌木斑块以及旱地中的河岸植被。这些碳热点易受变化影响，但由于三个相互关联的挑战，难以在广阔尺度上通过遥感进行监测：（1）空间异质性，（2）时间变化，（3）建模不确定性。为应对这些挑战，我们开发了一套工作流程，整合中等分辨率卫星传感器、航空激光雷达采集和林业衍生的异速生长模型，以生成美国西部半干旱地区河岸走廊AGB的年度地图。为解决空间异质性问题，我们在10米分辨率下对冠层高度和植被类别进行建模，实现了冠层高度平均绝对误差1.56米和植被分类总体精度84%。为度量不确定性，我们使用保形预测量化冠层高度和分类的预测区间，使用集成不一致性度量认知不确定性，并使用贝叶斯后验分布构建异速生长生物量模型。由此生成的年度地图提供了具有统计验证不确定性边界的像素级AGB估算。这些产品揭示了河岸生物量的渐进变化，并可指导管理决策，从优先安排恢复工作到识别生态系统退化的早期预警信号。该框架可适用于监测其他斑块状景观中的AGB，可纳入未来工作中不同或变化的土地覆盖类别，并可随着更多更好的数据源的出现而更新。