基于上述问题,东北地理所遥感中心地理景观遥感学科组研究人员,利用高分二号(GF-2)全色多光谱(PMS)影像、高分三号(GF-3)合成孔径雷达(SAR)影像以及无人机激光雷达(UAV-LiDAR)数据,结合随机森林(RF)回归算法,准确估算了研究区不同种类红树林高度。本研究首先基于面向对象随机森林分类方法,利用无人机多光谱影像对红树林进行了精细分类,得到研究区红树林树种分布图(图1);其次从GF-2和GF-3数据中提取多种特征参数(光谱特征、纹理特征和后向散射特征),并利用UAV-LiDAR数据得到的冠层高度模型(CHM)作为红树林高度观测数据;最后基于以上参数和RF回归算法,得到研究区红树林高度分布结果,与红树林分类结果叠加,最终得到不同种类红树林高度(图2)。

图1 研究区红树林空间分布图

图2 研究区红树林树高空间分布图
本研究首次实现了1米分辨率福建漳江口红树林树高制图。通过与传统调查方法相比,这项研究提供了一种成本效益高、可靠性强的红树林高度预测方法。准确测量红树林高度有助于评估其碳储存和碳通量,为红树林的保护和管理提供科学依据。
本研究由东北地理所硕士研究生陈然、张蓉特别研究助理、赵传朋特别研究助理、王宗明研究员、贾明明副研究员共同完成。得到青年科学家项目国家重点研发计划(No.2023YFF1305600)、国家自然科学基金委员会(No.42171379和No.42171372)、中国科学院青年创新促进会(No.2021227)、国际开放研究计划的数据大研究中心可持续发展目标(No.CBAS2022ORP06)和国家地球系统科学数据中心(www.geodata.cn)共同资助。相关成果发表在国际期刊Remote Sensing。
论文标题:High-Resolution Mapping of Mangrove Species Height in Fujian Zhangjiangkou National Mangrove Nature Reserve Combined GF-2, GF-3, and UAV-LiDAR
发表期刊:Remote Sensing
论文全文链接:https://www.mdpi.com/2072-4292/15/24/5645
附件下载: