现有森林地上生物量产品介绍

现有森林地上生物量产品介绍

为将本研究估算的森林地上生物量(AGB)与现有主流产品进行对比,以下系统介绍三个代表性团队研发的AGB动态产品:中山大学刘小平团队、北京大学郭庆华团队、中国科学院空天信息创新研究院何国金团队。

一、刘小平团队:中国森林地上生物量时间序列数据集(CFATD)

该数据集是中国首个覆盖1985-2023年的30米分辨率年度AGB产品,发表于《Earth System Science Data》(ESSD,IF=11.2)。

1.1 基本信息
项目 内容
研发单位 中山大学地理科学与规划学院
第一作者 蔡遥彤(Yaotong Cai)
通讯作者 刘小平 教授
时间范围 1985-2023年(共39年)
时间分辨率 年度数据
空间分辨率 30米
覆盖范围 中国全境
数据格式 GeoTIFF
单位 Mg/ha(地上生物量密度)
1.2 数据源
数据类型 具体来源
光学遥感 Landsat系列(Landsat 5、7、8、9)
雷达数据 ALOS PALSAR
激光雷达 GEDI、ICESat-2星载激光雷达
辅助数据 地形数据、气候数据、土壤属性
1.3 野外实测样地数据

研究团队收集了覆盖中国主要植被分区的超过4700个地面调查样方数据,作为模型训练和验证的基础。

1.4 估算方法

采用残差神经网络(ResNets) 模型进行AGB估算,这是深度学习在森林碳汇估算领域的重要应用。

1.5 精度验证
验证方式 RMSE 说明
与GEDI足迹对比 0.92 16.06 Mg/ha 与星载激光雷达产品对比
与多年地面调查数据对比 0.63 68.26 Mg/ha 与独立地面样地数据验证
1.6 主要发现

1985年至2023年间,中国森林AGB密度从95.74 Mg/ha显著上升至122.69 Mg/ha,森林地上碳储量从5.50 PgC增长至13.97 PgC,净碳汇量达0.22 PgC/年。

1.7 数据获取

二、何国金团队:中国区域森林地上生物量产品

中国科学院空天信息创新研究院何国金研究团队研发了多套遥感数据产品,包括30米分辨率森林AGB产品。

2.1 基本信息
项目 内容
研发单位 中国科学院空天信息创新研究院
核心成员 何国金、阎世杰、张晓美等
时间范围 2013-2021年
时间分辨率 逐年数据
空间分辨率 30米
覆盖范围 中国陆地区域
数据量 108.55 GB
坐标系 WGS-84
2.2 数据组织方式

数据集按森林生态分区组织存储:

  • 寒温带针叶林(cold temperate needleleaf forest)
  • 亚热带常绿阔叶林(subtropical evergreen broadleaf forest)
  • 温带针阔混交林(temperate needleleaf--broadleaf mixed forest)
  • 暖温带落叶阔叶林(warm temperate deciduous broadleaf forest)
  • 热带季雨林/雨林(tropical monsoon forest--rain forest)
  • 温带草原(temperate steppe)
  • 温带荒漠(temperate desert)

每个年份文件夹包含分块的GeoTIFF文件及全国镶嵌的VRT虚拟文件。

2.3 相关产品

该团队还研发了30米分辨率全球火烧迹地产品(GABAM,1990-2024),是国际首套/唯一30米分辨率全球火烧迹地产品,相关成果被《Nature》《Science》《PNAS》等顶级期刊引用。

2.4 数据获取

三、郭庆华团队:2019年中国森林地上生物量数据

北京大学数字生态研究团队(负责人:郭庆华教授)发布了2019年中国30米分辨率森林AGB产品,是团队"中国植被数据产品集v1.0"(CVP v1.0)的核心产品之一。

3.1 基本信息
项目 内容
研发单位 北京大学数字生态研究团队
论文信息 Yang et al., 2023, GIScience & Remote Sensing
时间 2019年(单期)
空间分辨率 30米
覆盖范围 中国全境
单位 Mg/ha(地上生物量密度)
论文DOI 10.1080/15481603.2023.2203303
3.2 数据源
数据类型 具体来源
激光雷达 GEDI、ICESat-2星载激光雷达冠层高度产品
光学遥感 归一化植被指数(NDVI)
辅助数据 地形数据、气象数据、土壤属性(共16个变量)
3.3 野外实测样地数据

研究团队在全国范围内调查与收集了超过4700个样方数据,广泛涵盖中国七个主要植被分区。

3.4 估算方法

采用随机森林(Random Forest) 机器学习模型,融合多源遥感与地面数据估算AGB。

3.5 估算结果
  • 全国平均AGB密度:97.57 ± 23.85 Mg/ha
  • 全国森林地上碳储量:11.06 Pg C
3.6 精度验证
验证方式 RMSE
与30%预留地面实测样地对比 0.67 70.71 Mg/ha
与省级林业统计年鉴对比 0.61 30.15 Mg/ha
3.7 团队其他产品

郭庆华团队还发布了多套数据产品(CVP v1.0):

产品名称 时间范围 分辨率
中国人工林与天然林分布 1990-2020年 30米
中国森林冠层高度 2019年 30米
中国林龄数据 2020年 30米

四、三套产品对比总结

对比维度 刘小平团队 何国金团队 郭庆华团队
时间范围 1985-2023年 2013-2021年 2019年(单期)
时间分辨率 年度 逐年 单期
空间分辨率 30米 30米 30米
估算方法 ResNets深度学习 未明确 随机森林
验证R²(vs实测) 0.63-0.92 --- 0.67
全国平均AGB 122.69 Mg/ha (2023) --- 97.57 Mg/ha (2019)
数据获取 GEE + Zenodo Science Data Bank 团队官网
核心差异说明
  • 刘小平产品:时间跨度最长(39年),唯一提供年度序列的产品,适合长时序动态分析
  • 何国金产品:时间覆盖2013-2021年,按生态分区组织,便于区域尺度分析
  • 郭庆华产品:2019年单期产品,验证充分(与实测样地R²=0.67),团队还提供林龄、冠层高度等配套数据
建议对比策略

将本研究估算的AGB与上述产品进行对比时,建议:

  1. 时间对齐:根据本研究的时间范围,选择产品相应年份进行像素级或区域级对比
  2. 精度指标:计算与各产品的一致性指标(R²、RMSE、Bias)
  3. 趋势对比:利用刘小平产品的年度序列,对比森林碳汇的长期变化趋势
相关推荐
青春不败 177-3266-05208 天前
最新AI+Python驱动的高光谱遥感全链路解析与典型案例
生态学·农业遥感·遥感·高光谱·地质工程·矿产·林业遥感
梦想的初衷~9 天前
Biome-BGC模型应用
农林生态·大气科学·生态·环境·遥感·地理·全球变化
梦想的初衷~16 天前
无人机多光谱-生态三维建模全流程实战——基于Python与AI辅助技术
人工智能·python·无人机·生态·遥感·多光谱
Promising_GEO18 天前
探索Python融合地学:绘制栅格数据经纬度剖面图
开发语言·python·遥感·地理
梦想的初衷~23 天前
大数据驱动下的自然科学建模:从统计学习到深度神经网络的系统性实践
生态学·遥感·水文·环境科学·地球科学·农业科学·大气环境
青春不败 177-3266-05201 个月前
最新AI赋能Python长时序植被遥感动态分析、物候提取、时空变异归因及RSEI生态评估
人工智能·python·生态学·植被遥感·遥感·物候提取
梦想的初衷~2 个月前
“光能智测”太阳能预测技术——融合WRF-Solar与多源数据的短-中长期预报实战
电力系统·大气科学·气象·遥感·环境科学
努力毕业的小土博^_^3 个月前
【地学应用】溜砂坡scree slope / talus slope的定义、机制、分布、危害、与滑坡区别、研究方向与代表论文
人工智能·深度学习·遥感·地质灾害·地学应用
青春不败 177-3266-05203 个月前
近地面无人机植被定量遥感与生理参数反演实践技术应用
无人机·生态学·植被遥感·遥感