文献类型： 中文期刊

作者： 吴再昆 ¹ ; 周文武 ² ; 舒清态 ¹ ; 夏翠芬 ¹ ; 段丹丹 ³ ;

作者机构： 1.西南林业大学

2.广元市林业工作站

3.北京市农林科学院信息技术研究中心

关键词： ICESat-2/ATLAS;地上生物量;竹林;机器学习;空间插值

期刊名称： 中南林业科技大学学报

ISSN： 1673-923X

年卷期： 2025 年 45 卷 001 期

页码： 48-57

收录情况： 北大核心 ; CSCD

摘要： 【目的】探究星载激光雷达数据对大型丛生竹类地上生物量（AGB）的反演潜力，以期利用星载激光雷达数据准确预测区域尺度丛生竹的地上生物量。【方法】以云南省新平县的龙竹为研究对象，以ICESat-2/ATLAS星载激光雷达为数据源，通过提取林地内的ATLAS光斑及其参数，使用空间插值技术实现光斑数据在空间上的连续分布。采用随机森林回归（RFR）、K-近邻法（KNN）、梯度提升回归树（GBRT）3种机器学习算法构建区域尺度的AGB预测模型，以实现研究区龙竹AGB的遥感估测。【结果】1)在提取的23个ATLAS参数指标中，经过皮尔逊（Pearson）相关性分析，dem＿h、n＿ca＿photons、h＿mean＿canopy＿abs等11个特征变量与龙竹AGB呈显著或极显著相关。2)采用KNN、RFR、GBRT 3种算法构建AGB估测模型，其决定系数（R²）分别为0.43、0.93、0.96，均方根误差（RMSE）分别为20.95、9.35、6.74 t·hm^-2，总体预测精度（P）分别为68.68%、86.03%、89.92%。3)采用GBRT模型估测研究区龙竹的总AGB为1 005 714.91 t，平均AGB为69.13 t·hm^-2。【结论】基于龙竹林地内ICESat-2/ATLAS光斑的克里金插值结果，采用GBRT算法构建龙竹地上生物量模型可以有效预测研究区内龙竹的地上生物量，该法可为星载激光雷达估测丛生竹地上生物量提供一定的参考。