森林生物量遥感降尺度研究

刘沁茹,孙 睿,*

1 遥感科学国家重点实验室,北京师范大学地理科学学部,北京 100875 2 北京市陆表遥感数据产品工程技术研究中心,北京师范大学地理科学学部,北京 100875

森林生物量作为森林生态系统长期生产代谢过程中积累的产物,在评价森林固碳能力方面发挥着重要的作用,其大小和分布格局与生物多样性、碳氧平衡、气候变化等密切相关。目前,结合遥感数据建立定量反演模型已成为获取森林生物量产品的主要方式。GLAS星载激光雷达可以获取全球森林冠高,并用于森林生物量估算,目前已有利用GLAS数据生成的全球或区域1 km分辨率森林生物量产品,如Saatchi等[1]于2011年生成的1 km分辨率全球热带地区森林地上生物量产品、Baccini等[2]生成的1 km分辨率非洲森林地上生物量产品。但低空间分辨率产品不能细致地呈现森林生物量的空间分布格局,不能满足小区域森林调查及动态变化监测的需要,而地面调查与机载激光雷达数据获取成本高,工作量大。因此,有必要结合较低分辨率森林生物量产品与易获取的较高分辨率多光谱或SAR数据进行森林生物量产品降尺度方法研究,提高森林生物量产品的空间分辨率。

降尺度方法被广泛用于土壤学、气候学等领域[3],它的实质是将大尺度数据分解为区域尺度数据,实现亚像元信息提取[4]。目前常用的遥感数据降尺度方法有3种：数理统计降尺度、基于调制分配降尺度和基于光谱混合模型降尺度。数理统计回归分析通过建立某些地表参数(如植被指数、地表反照率等)和不同分辨率影像值的回归关系实现降尺度[4-14],核心即为“关系尺度不变”。……