碳监测新突破：精准模型助力森林生物量快速估算

一棵树可以储存相当多的碳，而森林可以固定和储存更多的碳，但确切知道有多少碳非常重要，原因有很多，比如规划和管理决策，以及评估森林的健康。然而，估计森林景观中储存多少碳是一个繁琐且耗时的过程。

来自康涅狄格大学的研究人员正在研究一种利用遥感数据加快这一过程的方法。他们的研究结果已经在 Scientific Reports 上 发表。

来自农业、健康与自然资源学院自然资源与环境系的团队包括博士生Shashika Himandi Gardeye Lamahewage，助理教授Chandi Witharana，副教授Robert Fahey，以及副教授Thomas Worthley。

地上生物量（AGB）描述了树木地面以上部分的组成，首席作者Lamahewage解释道，传统的AGB测量方法复杂而且通常不太实际。

“你可以把它想象成我们在数沙滩上的每一粒沙子。这在州或地区层面上是很难实现的，”Lamahewage说。“森林也不是均匀的，我们通常会得到不准确的估计，因为这需要很长时间，等你测量完时，树木已经长大了。”

Witharana表示，了解森林中储存了多少以上地面生物量（AGB）对碳建模、森林管理和保护决策等方面具有更广泛的影响。

“例如，假设一家公司想要砍伐50英亩的森林并将其转变为太阳能农场。对于规划者和许可机构来说，估计这是否值得是很重要的。要么保持森林原样继续固碳，要么砍伐森林建设提供绿色电力的太阳能农场。这片森林在特定时间内能够固碳多少？我们需要一个可量化的生物量估计。”

了解已经储存了多少碳以及森林能够储存多少碳对于管理决策至关重要。在像康涅狄格州这样森林覆盖率高的地区，目前的方法依赖于稀疏样地的网络，美国森林服务局通过这些样地获得粗略估计。

Witharana说：“这些样地空间分散，因此可以在县级获得一些粗略估计，但我们需要更具空间细节的估计。”

研究人员希望建立一种快速有效的AGB估计方法。为此，他们开发了一个模型，将现有的树木结构数据与遥感数据的实地测量（包括Landsat和Sentinel-2卫星图像以及LiDAR数据）相关联。接着，他们分析了这些数据之间的关系，Witharana解释说。

“一旦你找到了最准确或最强大的变量，我们就可以训练我们的模型。当模型强大时，我们的目标是能够轻松地使用遥感技术估算给定区域的生物量，”Witharana说。

研究人员专注于康涅狄格州，因为该州有丰富的LiDAR数据可供使用。Lamahewage表示，这非常有价值，因为LiDAR点云数据有助于理解森林的结构。

“我们的一个目标是尽可能利用公开可用的数据，”Lamahewage说。“我们基于一年的数据训练了我们的机器学习模型，所以我们只有大约100个样本。”

在公开可用的数据中，小样本量是一个棘手但重要的权衡，但研究人员使其发挥了作用。Lamahewage表示，由于他们的训练样本较小，他们必须广泛调整模型，就像在收音机上调频寻找清晰的信号，以确保模型的最佳性能。

他们在样地数据和遥感观测之间识别了67个变量用于训练模型。为此，他们利用机器学习分析变量之间的非线性关系。Lamahewage表示，该模型识别出28个变量对估算生物量非常有价值，其中68%是LiDAR衍生的变量。

“另一个有趣的事实是，从 Sentinel-2 数据中，我们的模型捕捉到了一个短波信息，这告诉我们关于树木生理的间接信息，并提供树木健康状况的信息，”Lamahewage 说。

经过这个广泛的调优过程，Lamahewage 开发了九个在不同超参数设置下训练的模块，以实现最佳性能。Witharana 说，他们现在可以使用该模型将来自美国森林服务局和康涅狄格州的数据宝库连接起来，以提供更高分辨率和空间精确的 AGB 估算。

“这项研究是一个起点，”Witharana 说。“我们在连接点滴，制作有用的开源产品。”

Witharana 说，未来的研究将把模型应用于来自新罕布什尔州和纽约的更大公共可用数据集，以进一步减少不确定性、改进模型和开发新模型。

Lamahewage 说，推进这项工作非常重要，展示了开源数据的价值，即使是相对较小的数据，对于应对气候变化等重大挑战也至关重要。

拉马赫瓦杰说：“当我与同行研究人员交谈时，他们有时会因为缺乏实地数据而放弃这类研究。这项努力也是为了看看我们公开的数据能在多大程度上构建出可扩展到更大区域的准确模型，在这种情况下用于生物量制图、碳制图以及建模。”

“看到人们因为获取数据的困难而放弃这项研究和数十年的宝贵实地数据，真是让人感到遗憾。”

更多信息： Shashika Himandi Gardeye Lamahewage 等，使用多模态遥感观测和机器学习在混合温带森林中估算地上生物量，Scientific Reports（2025）。 DOI: 10.1038/s41598-025-15585-6