近日，中科院植物研究所研究員蘇艷軍團隊與合作者成功繪制了全國30米分辨率的森林冠層高度產品。相關研究成果發表于《環境遙感》。
國家與全球尺度的高分辨率森林冠層高度產品對估算森林碳儲存、理解森林生態系統過程以及制定森林經營政策等至關重要?，F有的森林冠層高度產品的空間分辨率一般是500米或1000米，難以滿足應用需求。星載激光雷達傳感器GEDI與ICESat-2 ATLAS可以獲取全球范圍內分米級空間分辨率的森林冠層高度腳點數據，但數據是沿衛星軌道離散分布的，無法直接生成空間連續的森林冠層高度產品。如何充分高效地利用新一代星載激光雷達數據生成大尺度高分辨率森林冠層高度產品，亟須進一步探討。
為此，蘇艷軍團隊設計了一種深度學習指導的空間內插模型NNGI。該模型利用深度神經網絡自動學習權重的能力，解決了在內插模型中均衡考慮空間、環境與光譜等特征距離的權重貢獻問題，突破了常用內插模型僅使用空間距離的局限。
研究人員借助積累的140平方公里的無人機激光雷達數據訓練了NNGI模型，內插GEDI與ICESat-2 ATLAS星載激光雷達腳點數據，成功繪制了全國30米分辨率的森林冠層高度產品。與3套獨立的驗證數據集相比，該研究得到的產品精度較高。
研究人員還發現，受益于空間內插策略，NNGI生成的產品在森林冠層較高的地區幾乎沒有出現飽和。這套高精度、高空間分辨率的全國森林冠層高度產品表明了NNGI模型在監測國家乃至全球尺度森林冠層高度方面有著較廣的應用潛力。（見習記者田瑞穎）
相關論文信息：https://doi.org/10.1016/j.rse.2021.112844
免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。
上一篇：科學家揭秘三氯生如何損傷腸道
下一篇：普及燃氣報警器刻不容緩
