基于激光雷达卫星(GEDI)的广东省森林冠层高度和生物量估算

吴贞江, 张佳华

(1. 自然资源部城市国土资源监测与仿真重点实验室,广东 深圳 518034; 2. 中国科学院大学地球行星科学学院,北京 100049; 3. 青岛大学计算机科学技术学院,山东 青岛 266071; 4. 海南省空天信息研究院,海南 三亚 572000; 5. 海南省地球观测重点实验室,海南 三亚 572000)

森林冠层高度和生物量是评估森林生态系统健康状况的两个重要生态指标[1-3]。准确反演森林冠层高度和生物量,对研究森林生态系统结构和功能、评估森林对气候变化响应及森林碳储量变化有重要意义[4-7]。此外,准确预测森林冠层高度和生物量还可有助于了解森林生长和演替的情况,为森林保护和管理提供科学依据,以实现森林生态系统的可持续发展[8]。广东省是我国人口最为稠密的地区之一,受城市化和工业化等人类活动的影响,省内的生态环境受到了一定程度的破坏和威胁。建设美丽广东,是对碳源作“减法”,而广东省良好的生态基础,是对碳汇作“加法”。广东属于东亚季风区,从北向南分别为中亚热带季风气候、南亚热带季风气候和热带季风气候,是全国光、热和水资源最丰富的地区之一,良好的水热条件为广东建设生态强省提供了基本保障。广东森林拥有中国分布最广的热带和亚热带常绿阔叶林,森林覆盖率保持58%以上[9-10]。广袤的森林生态系统拥有强大的碳汇能力,这在助力广东省率先实现“碳中和”的过程中将发挥不可替代的作用。然而,目前尚缺乏广东省森林生物量准确估计的高精度空间分布制图。

遥感(RS)技术是测量森林冠层高度和生物量的重要工具。与基于现场的测量相比,RS技术可提高测量效率,减少工作负载,并克服在现场测量中通常遇到的挑战[11]。目前,光探测距(激光雷达)、光学立体摄影测量、雷达测量等RS技术被广泛应用于森林冠层高度和生物量的测量[6-7]。在这些技术中,激光雷达通过激光束穿透森林树冠,在提供精确的垂直森林结构信息方面非常有效[12-13]。全球生态系统动力学调查(global ecosystem dynamics investigation,GEDI)激光雷达于 2018年 12 月搭载于国际空间站,是全球首台用于高分辨率森林垂直结构测量的多波束线性体制的激光测高仪,主要用于森林生物量监测和陆地生态系统碳循环研究等。本文开展基于激光雷达卫星(GEDI)的广东省森林冠层高度和生物量反演,有助于估算广东省森林生态系统碳吸收,促进该地区生态系统健康发展,缓解全球气候变化的影响。

1 数据与方法

1.1 研究区概况

研究区位于广东省,属于亚热带季风气候,年平均气温约为22℃,年降水量约为1500 mm。广东省地形复杂,以山地为主,占总面积的70%以上,平原地形主要分布在珠江三角洲和粤西平原地区。省内水系发达,包括珠江、西江、北江等重要河流及众多支流、湖泊、水库等,是华南地区的重要水资源基地。其中,珠江是广东省最大的河流之一,也是中国南方最重要的河流之一,贯穿广东省中部,其他河流则主要分布在该省的西部和北部[14]。广东省的植被类型主要包括热带雨林、常绿阔叶林和针叶林,分布在不同的海拔区间。热带雨林分布在海拔较低的地区,包括榕树、木棉等;常绿阔叶林分布在山地和丘陵地区,包括楠木、水杉等;针叶林则分布在海拔较高的山区,包括松树、杉树等。此外,省内还有少量草原和湿地等生态系统[15-16]。

1.2 研究数据

使用的数据包括GEDI激光雷达数据[17]和Landsat分析就绪数据(ARD)。GEDI 用于收集森林冠层高度数据等用作模型校准和验证。Landsat 数据用于构建森林冠层高度外推模型,并绘制广东30 m空间分辨率的森林冠层高度空间分布图。GEDI 采用全波形探测,同时获取 8 条地面轨道,经地面、植被和云层反射,被望远镜接收后,将光亮转为电压,以 1 ns 间隔记录为时间的函数,然后转换为距离函数。GEDI 采集密度高,光斑直径为 25 m,沿轨道间距为 60 m,覆盖范围为 51.6°N-51.6°S。其数据产品包括表征地球三维特征的足印和格网数据集,分为4个级别。其中, 1 级和 2 级产品分别为定位波形和足印级冠层高度数据,由 NASA 陆地过程分布式数据档案中心(LP DAAC)发布,3 级和 4 级产品(格网冠层高度和地上生物量数据产品)由美国橡树岭国家实验室分布式活动档案中心(ORNL DAAC)发布。Landsat ARD数据已经过辐射定标、大气校正、云掩膜等预处理。

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骤如下:

(1)采用广东省的 GEDI 激光雷达数据L2A高度度量产品和 Landsat ARD数据,GEDI L2A提供直径为25 m离散光斑。首先剔除非森林光斑;然后将剩余光斑的90%作为模型训练集,10%作为模型验证集。Landsat ARD数据用于非森林区掩膜。

(2)使用回归树算法,以从Landsat ARD中提取的多种影像特征(包括光谱反射率、植被指数、时序特征等)作为解释变量,以GEDI提取的森林冠层高度作为估算变量,构建森林冠层高度外推模型。

(3)将回归树算法分别应用于每个单独的 Landsat影像图块中,对广东省的林冠高度进行估算。

(4)使用GEDI 验证集对估算结果进行精度验证。

1.3.2 森林生物量估算方法

森林生物量估算方法步骤如下:

(1) 收集广东省的GEDI卫星数据提供的L4B数据集。该数据集提供了每个1 km×1 km区域内的估计生物量信息。由于该数据是栅格数据,为了便于后面的插值分析,需要将该数据转成矢量数据,并使用土地利用图(如图1所示)中的森林类别对非森林区域进行掩膜。

(2) 基于离散的地上生物量数据点,使用克里金插值方法[18],对空缺区域进行插值。在进行插值前,需对数据进行预处理(包括去除异常值、处理缺失值、数据标准化等),以保证数据的质量和可靠性。选择普通克里金插值模型拟合已知点的值,对空间自相关性进行建模。使用最大似然估计方法估算插值模型的参数,选择使用加权平均(权重由已知点与待插值点之间的空间距离和方差共同决定)计算未知位置的地上生物量值。最后通过交叉验证评估插值结果的准确性。

(3) 根据克里金插值的结果绘制了广东省的森林生物量图。

2 结果与分析

2.1 广东省2020年森林冠层高度分布

广东省林冠高度主要受地形、气候、土壤和土地利用类别等因素影响。广东省北部山区地势较高、气温较低、水源充足,适宜大型树木的生长,因此该地区的林冠也相对较高。而雷州半岛地势低平、气温较高、土壤贫瘠,不利于大型树木的生长,因此该地区的林冠较低。沿海地区地形平坦、气候温暖湿润,受气象灾害的影响较大,树高一般约10 m(如图2所示)。此外,树高的空间分布也与人类活动有关。广东省东部地区人口密集,森林覆盖度较低,树高一般在5 m以下。而在广东省西部人口稀少,城市化程度低,森林覆盖度相对较高,林冠也相对较高。总体而言,广东省的树木高度普遍在10～20 m,占比超过50%。而高度在20 m以上的高大树木相对较少,占比不足10%。从行政区划上来看,树高高值出现在粤北的韶关、肇庆、河源、云浮、梅州等市,树高普遍在15～20 m;而低值则出现在南部的湛江市,树高集中分布在5～10 m;其余市如广州、深圳、汕头、茂名等地树高普遍在10～15 m。

图2 广东省2020年森林冠层高度空间分布

与已有文献 [19]研究结果对比发现,总体趋势相似,均呈现出北高南低、西高东低的趋势,数据集间具有较强的一致性。此外,两个数据集最大值和最小值出现的位置也相似,这进一步证明了两个数据集的一致性。但相较于文献[19]的研究结果,本文结果的绝对值总体偏低。这可能是由于所采用的森林高度估算方法不同造成的。

2.2 广东省2020年森林生物量空间分布

如图3所示,广东省森林生物量最大值为335.85 t/hm2,最小值为5.25 t/hm2,平均值为98.27 t/hm2。森林生物量高值区域主要分布在粤东山区和粤西山区,而广东省平原和城市化地区森林生物量则较低。

图3 广东省2020年森林生物量空间分布

从行政区划上看,广东省生物量空间分布,生物量高值出现在韶关、清远、河源、肇庆、梅州等市,生物量普遍在100～250 t/hm2;而低值则出现在南部的湛江市,生物量集中分布在100～150 t/hm2;其余市如阳江、珠海、江门等地生物量普遍在20～50 t/hm2。

与现有文献[20]研究结果对比发现,森林生物量分布的总体趋势相似,具有较高的一致性,均表现出西北部高值聚集,南部雷州半岛较低,沿海地区低于内陆地区的特征,且两数据集的最大值和最小值出现的位置也相同,进一步证明了两个数据集的一致性。然而,本文结果的绝对值总体偏高,在肇庆、云浮两市的估计值明显高于文献[20]的研究结果。

3 结 语

准确反演森林冠层高度和生物量对实施科学的森林资源管理,促进森林生态系统的健康和可持续利用方面有重要意义。同时,准确反演这两个森林指标对合理规划森林资源和保护生物多样性,监测和评估森林资源利用的效率,促进森林资源可持续发展也至关重要。通过本文研究,反演得到了广东省2020年林冠高度和森林生物量分布数据。具体而言,全省的林冠高度普遍在15～20 m,平均林冠最高的是韶关市,为15～25 m;最低的是湛江市,为5～10 m。从森林生物量分布上来看,全省的生物量普遍在100～200 t/hm2,河源市平均生物量最高,为150～250 t/hm2。湛江市最低,为100～150 t/hm2。以上数据可为估计广东省森林的生态系统碳储量,了解森林生态系统在碳循环中的作用提供数据支持。此外,还可以为森林资源的管理和保护提供科学依据,为制定相关政策提供参考。