基于激光雷達衛星(GEDI)的廣東省森林冠層高度和生物量估算

吳貞江, 張佳華

(1. 自然資源部城市國土資源監測與仿真重點實驗室,廣東 深圳 518034; 2. 中國科學院大學地球行星科學學院,北京 100049; 3. 青島大學計算機科學技術學院,山東 青島 266071; 4. 海南省空天信息研究院,海南 三亞 572000; 5. 海南省地球觀測重點實驗室,海南 三亞 572000)

森林冠層高度和生物量是評估森林生態系統健康狀況的兩個重要生態指標[1-3]。準確反演森林冠層高度和生物量,對研究森林生態系統結構和功能、評估森林對氣候變化響應及森林碳儲量變化有重要意義[4-7]。此外,準確預測森林冠層高度和生物量還可有助于了解森林生長和演替的情況,為森林保護和管理提供科學依據,以實現森林生態系統的可持續發展[8]。廣東省是我國人口最為稠密的地區之一,受城市化和工業化等人類活動的影響,省內的生態環境受到了一定程度的破壞和威脅。建設美麗廣東,是對碳源作“減法”,而廣東省良好的生態基礎,是對碳匯作“加法”。廣東屬于東亞季風區,從北向南分別為中亞熱帶季風氣候、南亞熱帶季風氣候和熱帶季風氣候,是全國光、熱和水資源最豐富的地區之一,良好的水熱條件為廣東建設生態強省提供了基本保障。廣東森林擁有中國分布最廣的熱帶和亞熱帶常綠闊葉林,森林覆蓋率保持58%以上[9-10]。廣袤的森林生態系統擁有強大的碳匯能力,這在助力廣東省率先實現“碳中和”的過程中將發揮不可替代的作用。然而,目前尚缺乏廣東省森林生物量準確估計的高精度空間分布制圖。

遙感(RS)技術是測量森林冠層高度和生物量的重要工具。與基于現場的測量相比,RS技術可提高測量效率,減少工作負載,并克服在現場測量中通常遇到的挑戰[11]。目前,光探測距(激光雷達)、光學立體攝影測量、雷達測量等RS技術被廣泛應用于森林冠層高度和生物量的測量[6-7]。在這些技術中,激光雷達通過激光束穿透森林樹冠,在提供精確的垂直森林結構信息方面非常有效[12-13]。全球生態系統動力學調查(global ecosystem dynamics investigation,GEDI)激光雷達于 2018年 12 月搭載于國際空間站,是全球首臺用于高分辨率森林垂直結構測量的多波束線性體制的激光測高儀,主要用于森林生物量監測和陸地生態系統碳循環研究等。本文開展基于激光雷達衛星(GEDI)的廣東省森林冠層高度和生物量反演,有助于估算廣東省森林生態系統碳吸收,促進該地區生態系統健康發展,緩解全球氣候變化的影響。

1 數據與方法

1.1 研究區概況

研究區位于廣東省,屬于亞熱帶季風氣候,年平均氣溫約為22℃,年降水量約為1500 mm。廣東省地形復雜,以山地為主,占總面積的70%以上,平原地形主要分布在珠江三角洲和粵西平原地區。省內水系發達,包括珠江、西江、北江等重要河流及眾多支流、湖泊、水庫等,是華南地區的重要水資源基地。其中,珠江是廣東省最大的河流之一,也是中國南方最重要的河流之一,貫穿廣東省中部,其他河流則主要分布在該省的西部和北部[14]。廣東省的植被類型主要包括熱帶雨林、常綠闊葉林和針葉林,分布在不同的海拔區間。熱帶雨林分布在海拔較低的地區,包括榕樹、木棉等;常綠闊葉林分布在山地和丘陵地區,包括楠木、水杉等;針葉林則分布在海拔較高的山區,包括松樹、杉樹等。此外,省內還有少量草原和濕地等生態系統[15-16]。

1.2 研究數據

使用的數據包括GEDI激光雷達數據[17]和Landsat分析就緒數據(ARD)。GEDI 用于收集森林冠層高度數據等用作模型校準和驗證。Landsat 數據用于構建森林冠層高度外推模型,并繪制廣東30 m空間分辨率的森林冠層高度空間分布圖。GEDI 采用全波形探測,同時獲取 8 條地面軌道,經地面、植被和云層反射,被望遠鏡接收后,將光亮轉為電壓,以 1 ns 間隔記錄為時間的函數,然后轉換為距離函數。GEDI 采集密度高,光斑直徑為 25 m,沿軌道間距為 60 m,覆蓋范圍為 51.6°N-51.6°S。其數據產品包括表征地球三維特征的足印和格網數據集,分為4個級別。其中, 1 級和 2 級產品分別為定位波形和足印級冠層高度數據,由 NASA 陸地過程分布式數據檔案中心(LP DAAC)發布,3 級和 4 級產品(格網冠層高度和地上生物量數據產品)由美國橡樹嶺國家實驗室分布式活動檔案中心(ORNL DAAC)發布。Landsat ARD數據已經過輻射定標、大氣校正、云掩膜等預處理。

1.3 研究方法

1.3.1 林冠高度估算方法

林冠高度估算方法的步驟如下:

(1)采用廣東省的 GEDI 激光雷達數據L2A高度度量產品和 Landsat ARD數據,GEDI L2A提供直徑為25 m離散光斑。首先剔除非森林光斑;然后將剩余光斑的90%作為模型訓練集,10%作為模型驗證集。Landsat ARD數據用于非森林區掩膜。

(2)使用回歸樹算法,以從Landsat ARD中提取的多種影像特征(包括光譜反射率、植被指數、時序特征等)作為解釋變量,以GEDI提取的森林冠層高度作為估算變量,構建森林冠層高度外推模型。

(3)將回歸樹算法分別應用于每個單獨的 Landsat影像圖塊中,對廣東省的林冠高度進行估算。

(4)使用GEDI 驗證集對估算結果進行精度驗證。

1.3.2 森林生物量估算方法

森林生物量估算方法步驟如下:

(1) 收集廣東省的GEDI衛星數據提供的L4B數據集。該數據集提供了每個1 km×1 km區域內的估計生物量信息。由于該數據是柵格數據,為了便于后面的插值分析,需要將該數據轉成矢量數據,并使用土地利用圖(如圖1所示)中的森林類別對非森林區域進行掩膜。

(2) 基于離散的地上生物量數據點,使用克里金插值方法[18],對空缺區域進行插值。在進行插值前,需對數據進行預處理(包括去除異常值、處理缺失值、數據標準化等),以保證數據的質量和可靠性。選擇普通克里金插值模型擬合已知點的值,對空間自相關性進行建模。使用最大似然估計方法估算插值模型的參數,選擇使用加權平均(權重由已知點與待插值點之間的空間距離和方差共同決定)計算未知位置的地上生物量值。最后通過交叉驗證評估插值結果的準確性。

(3) 根據克里金插值的結果繪制了廣東省的森林生物量圖。

2 結果與分析

2.1 廣東省2020年森林冠層高度分布

廣東省林冠高度主要受地形、氣候、土壤和土地利用類別等因素影響。廣東省北部山區地勢較高、氣溫較低、水源充足,適宜大型樹木的生長,因此該地區的林冠也相對較高。而雷州半島地勢低平、氣溫較高、土壤貧瘠,不利于大型樹木的生長,因此該地區的林冠較低。沿海地區地形平坦、氣候溫暖濕潤,受氣象災害的影響較大,樹高一般約10 m(如圖2所示)。此外,樹高的空間分布也與人類活動有關。廣東省東部地區人口密集,森林覆蓋度較低,樹高一般在5 m以下。而在廣東省西部人口稀少,城市化程度低,森林覆蓋度相對較高,林冠也相對較高?？傮w而言,廣東省的樹木高度普遍在10～20 m,占比超過50%。而高度在20 m以上的高大樹木相對較少,占比不足10%。從行政區劃上來看,樹高高值出現在粵北的韶關、肇慶、河源、云浮、梅州等市,樹高普遍在15～20 m;而低值則出現在南部的湛江市,樹高集中分布在5～10 m;其余市如廣州、深圳、汕頭、茂名等地樹高普遍在10～15 m。

圖2 廣東省2020年森林冠層高度空間分布

與已有文獻 [19]研究結果對比發現,總體趨勢相似,均呈現出北高南低、西高東低的趨勢,數據集間具有較強的一致性。此外,兩個數據集最大值和最小值出現的位置也相似,這進一步證明了兩個數據集的一致性。但相較于文獻[19]的研究結果,本文結果的絕對值總體偏低。這可能是由于所采用的森林高度估算方法不同造成的。

2.2 廣東省2020年森林生物量空間分布

如圖3所示,廣東省森林生物量最大值為335.85 t/hm2,最小值為5.25 t/hm2,平均值為98.27 t/hm2。森林生物量高值區域主要分布在粵東山區和粵西山區,而廣東省平原和城市化地區森林生物量則較低。

圖3 廣東省2020年森林生物量空間分布

從行政區劃上看,廣東省生物量空間分布,生物量高值出現在韶關、清遠、河源、肇慶、梅州等市,生物量普遍在100～250 t/hm2;而低值則出現在南部的湛江市,生物量集中分布在100～150 t/hm2;其余市如陽江、珠海、江門等地生物量普遍在20～50 t/hm2。

與現有文獻[20]研究結果對比發現,森林生物量分布的總體趨勢相似,具有較高的一致性,均表現出西北部高值聚集,南部雷州半島較低,沿海地區低于內陸地區的特征,且兩數據集的最大值和最小值出現的位置也相同,進一步證明了兩個數據集的一致性。然而,本文結果的絕對值總體偏高,在肇慶、云浮兩市的估計值明顯高于文獻[20]的研究結果。

3 結 語

準確反演森林冠層高度和生物量對實施科學的森林資源管理,促進森林生態系統的健康和可持續利用方面有重要意義。同時,準確反演這兩個森林指標對合理規劃森林資源和保護生物多樣性,監測和評估森林資源利用的效率,促進森林資源可持續發展也至關重要。通過本文研究,反演得到了廣東省2020年林冠高度和森林生物量分布數據。具體而言,全省的林冠高度普遍在15～20 m,平均林冠最高的是韶關市,為15～25 m;最低的是湛江市,為5～10 m。從森林生物量分布上來看,全省的生物量普遍在100～200 t/hm2,河源市平均生物量最高,為150～250 t/hm2。湛江市最低,為100～150 t/hm2。以上數據可為估計廣東省森林的生態系統碳儲量,了解森林生態系統在碳循環中的作用提供數據支持。此外,還可以為森林資源的管理和保護提供科學依據,為制定相關政策提供參考。