作为森林资源清查的重要基础参数，立木蓄积量信息可用于森林地上生物量和碳储量估算，为全球气候变化和碳循环等研究提供重要的数据支持。与传统的地面调查方法相比，遥感技术具有观测范围广、更新周期短、节约人力物力等特点，能够实现长期、连续、动态监测，在大尺度森林蓄积量估算中具有不可替代的优势。近年来，融合多源遥感数据及智能算法协同反演森林蓄积量已成为国内外研究的热点。其中，激光雷达数据可大大提高森林植被参数反演的信号饱和度，逐渐成为立木蓄积量估算的主要遥感数据源。由于机载激光雷达数据覆盖区域有限、成本高，同时星载激光雷达数据缺乏，导致融合激光雷达数据的大尺度区域森林蓄积量估算研究较少。如何充分发挥激光雷达数据和多源遥感影像的优势，提高森林蓄积量反演精度，实现高分辨率蓄积量制图，是目前亟待解决的难点问题。
　　中科院东北地理所地理景观遥感学科组研究人员利用近期发布的星载GEDI 激光雷达足迹数据、Sentinel系列卫星C波段雷达和可见光影像、ALOS卫星L波段干涉雷达影像DSM产品，结合学科组在长白山混交林区积累的大量野外调查数据，深入分析了不同遥感数据源及其特征因子（如冠层覆盖度、树高、后向散射、纹理、植被生理、地形等）对森林蓄积量空间变异的敏感性差异，构建了区域尺度森林蓄积量高精度遥感反演模型，实现了2019年长白山混交林区森林蓄积量制图（10米空间分辨率），并提出了面向森林质量提升目标的可持续管理建议。

图1 研究技术路线示意图
　　本研究首次集成了高分辨率星载激光雷达（GEDI，2019年发布）、雷达和可见光数据，构建了基于“点—线—面”框架的高精度蓄积量遥感反演模型。研究发现，将激光雷达足迹数据作为“线性桥”连接实测点数据与多源影像面数据进行蓄积量估算的精度高于传统的基于实测点和多源影像数据的精度。在众多特征因子中，冠层覆盖度、树高、海拔、红边波段光谱指数对森林蓄积量敏感性最高。本研究结果不仅有助于深入理解东北森林典型样区蓄积量空间分布，且可为制定东北森林可持续利用与科学保护的管理决策提供重要的数据支撑。
表1 激光雷达数据对森林蓄积量遥感估算精度的影响

Frameworks	ME		RMSE		R2	RI
	m3/ha	%	m3/ha	%
Point-line-polygon	–7.03	–4.72	22.63	15.21	0.88	0.31
Point-polygon	–9.76	–6.56	32.85	22.08	0.80	/

图2 森林蓄积量空间分布及其随海拔变化示意图
　　该研究由杭州师范大学陈琳博士（第一作者）、中科院东北地理所任春颖研究员（通讯作者）、张柏研究员、王宗明研究员等共同完成。相关研究成果发布在International Journal of Applied Earth Observations and Geoinformation国际期刊上。该研究由国家重点研发计划项目（2016YFC0500300）资助完成。论文信息列表如下：
　　Chen, L., Ren, C., Zhang, B., Wang, Z., Liu, M., Man, W., Liu, J., 2021. Improved estimation of forest stand volume by the integration of GEDI LiDAR data and multi-sensor imagery in the Changbai Mountains Mixed Forests Ecoregion (CMMFE), Northeast China. International Journal of Applied Earth Observations and Geoinformation, 100, 102326. https://doi.org/10.1016/j.jag.2021.102326.