《Ecological Indicators》:Improving ecological indicators of mangrove canopy height and aboveground biomass through multi-source data fusion on the Amazon coast
编辑推荐:
可靠的生态指标对于监测沿海生态系统状况至关重要,但在高大、结构异质的森林中,由于地球观测产品在传感器物理、空间分辨率和获取日期上的差异,其准确性仍不确定。在此,研究人员提出一个多尺度框架,以评估、校准和改进两个广泛使用的红树林状况生态指标——冠层高度和地上生物
可靠的生态指标对于监测沿海生态系统状况至关重要,但在高大、结构异质的森林中,由于地球观测产品在传感器物理、空间分辨率和获取日期上的差异,其准确性仍不确定。在此,研究人员提出一个多尺度框架,以评估、校准和改进两个广泛使用的红树林状况生态指标——冠层高度和地上生物量(AGB),覆盖巴西北部Marapanim河口约7000公顷的红树林。该框架整合了无人机摄影测量、雷达衍生数字高程模型(TanDEM-X和SRTM)以及野外测量,以量化跨尺度差异并识别影响指标检索的主要不确定性来源。高分辨率无人机冠层高度模型揭示了异常高大的Avicennia森林,高度达53米,属于全球报道中最高的红树林之一。在局部尺度上,南部Avicennia主导区域的平均AGB达到约648 Mg ha?1,北部混合Rhizophora–Avicennia区域为430 Mg ha?1,局部最大值约800 Mg ha?1。相比之下,雷达衍生产品得出的冠层高度和生物量估算值显著偏低,在高大且结构异质的林分中高度差异达8–10米。这些差异反映了传感器依赖的冠层表示、空间平均以及历史雷达获取与近期无人机观测之间时间不匹配的综合影响。为了改进这些产品的生态解释,研究人员实施了一种校准策略,将野外和无人机测量与卫星观测联系起来,并辅以基于无人机的单株树木三维体积重建,作为异速生长生物量估算的独立结构检查。研究结果表明,除非进行局部校准,否则粗分辨率雷达产品衍生的冠层高度和AGB可能会系统性地低估高大森林的红树林结构状况和碳储量。除了记录异常高大且碳密集的亚马逊红树林外,本研究还提供了一个可转移的框架,用于评估和改进复杂沿海生态系统中森林结构和生物量的生态指标。
论文解读文章
**研究背景与意义**
红树林生态系统在海岸防护和碳封存中扮演关键角色,其结构状况和碳储量评估依赖于可靠的生态指标,其中冠层高度(canopy height, CH)和地上生物量(aboveground biomass, AGB)是最常用的两个指标。然而,这些指标通常从雷达或高程产品中提取,其准确性在高大且结构异质的森林中面临显著挑战。现有地球观测产品(如SRTM和TanDEM-X)在传感器物理原理、空间分辨率和获取时间上存在差异,导致对红树林冠层高度的系统性低估,进而影响碳储量估算的可靠性。这一问题在亚马逊海岸尤为突出,因为该区域拥有全球最大且受干扰最少红树林带之一,但现有研究多基于有限空间覆盖的野外调查,对极端高大林分的结构特征和碳密度知之甚少。因此,开展多尺度数据融合研究,以评估和改进这些生态指标的性能,对于准确监测红树林状态和碳循环具有重要意义。该研究发表在《Ecological Indicators》上。
**主要技术方法**
研究人员采用多尺度框架,整合了卫星遥感、无人机(UAV)摄影测量和野外测量。数据来源包括:巴西北部Marapanim河口约7000公顷红树林区域,其中UAV调查覆盖约800公顷,并设置5个1公顷的野外样地(共测量63棵树木的冠层高度和胸径DBH)。关键技术包括:利用QuickBird影像(2.4米分辨率)进行区域红树林分类和物种区分;采用SRTM(约30米分辨率)和TanDEM-X(约12米分辨率)雷达衍生数字高程模型(DEM)提取冠层高度;使用DJI Phantom 4 Pro无人机(飞行高度约100米,地面采样距离约2.6厘米)获取高分辨率影像,通过结构从运动(SfM)重建点云,生成数字表面模型(DSM)和数字地形模型(DTM),进而计算冠层高度模型(CHM)。通过局部最大值检测和树冠分割提取单木高度,并利用野外测量数据(激光测高仪和直径卷尺)进行验证。此外,对5棵孤立Avicennia树木进行近距离环绕飞行,通过三维体积重建(alpha-shape算法)估算木质体积,作为异速生长方程(基于Chave等和Komiyama等公式)估算AGB的独立结构验证。
**研究结果**
**4.1 区域模式(Regional patterns of mangrove canopy height and AGB)**
通过卫星分析,研究区域识别出约7000公顷红树林,Avicennia和Rhizophora的最大冠层高度分别达约51米和约39米。SRTM衍生的冠层高度分布集中在约20–21米,而TanDEM-X显示出系统性偏移,模态高度约25米。TanDEM-X在约80%的区域比SRTM高0–5米。区域尺度上,SRTM和TanDEM-X估算的平均AGB分别为约70 Mg ha
?1和约136 Mg ha
?1,南部Avicennia主导区域和北部混合区域分别显示出较高和较低的AGB值。
**4.2 局部尺度(Local-scale mangrove structure derived from UAV and plot observations)**
无人机摄影测量揭示南部区域(48.95公顷)为单种Avicennia林,冠层高度达49–53米,经UAV-CHM和野外样地验证,平均AGB约648 Mg ha
?1,局部热点可达约800 Mg ha
?1。北部区域(745公顷)为混合Rhizophora–Avicennia林,冠层高度一般低于34米,平均AGB约430 Mg ha
?1。相比之下,SRTM和TanDEM-X在南部区域分别给出约101 Mg ha
?1和约30 Mg ha
?1的AGB,严重低估了UAV观测值;北部区域也低估了约201 Mg ha
?1和约220 Mg ha
?1。野外调查还观察到高大树木(>25米)存在广泛的树冠破损和落叶现象。
**4.3 定量比较(Quantitative comparison among UAV, SRTM, and TanDEM-X estimates)**
基于野外参考数据的误差指标显示,SRTM和TanDEM-X均表现出负偏差,即系统性低估冠层高度。在南部Avicennia林,SRTM和TanDEM-X的偏差分别为?5.79米和?5.64米,均方根误差(RMSE)分别为8.82米和10.50米。在北部Rhizophora林,TanDEM-X的偏差较小(?0.63米,RMSE 5.90米),而SRTM偏差较大(?7.37米,RMSE 8.35米)。这些差异归因于雷达信号穿透深度、空间平均、传感器几何效应以及雷达获取时间(2000年和2011–2013年)与UAV观测(2024–2025年)之间的时间错配。
**讨论与结论**
讨论部分指出,雷达衍生产品对冠层高度的低估主要源于传感器物理机制(如C波段和X波段穿透深度差异)、空间分辨率粗糙(平滑冠层结构)、以及时间错配(导致历史雷达数据无法反映近期的森林动态)。来自UAV的三维体积重建显示,异速生长方程估算的AGB虽高于UAV体积法,但两者处于同一量级,验证了总体生物量值的合理性。研究还强调,物种特异性树冠结构(如Avicennia的开阔冠层与Rhizophora的密集冠层)显著影响雷达相干性,进而影响高度估算精度。该研究在亚马逊海岸记录到高达53米的Avicennia林和局部AGB约800 Mg ha
?1,属于全球最高范围内,并指出巴西红树林的蓝碳潜力被低估。
研究结论翻译如下:本研究表明,在缺乏局部校准的情况下,雷达衍生的冠层高度产品会显著低估高大、结构异质森林中的红树林树高和地上生物量(AGB),这是由于传感器物理、空间平均和时间错配的综合影响。从蓝碳管理角度来看,系统性地低估冠层高度和AGB可能导致对碳密集红树林的估值偏低,影响区域碳核算、保护优先排序以及基于沿海森林碳储量的气候减缓策略设计。通过整合无人机摄影测量、野外测量和雷达衍生的高程产品,研究人员开发了一个有偏差意识、可转移的框架,将局部结构真实性与区域卫星覆盖联系起来,从而提高了红树林结构和碳储量生态指标的可靠性。所提出的框架主要作为方法论方法而非固定校准模型进行转移,其应用于其他红树林系统需要局部调整,因为雷达衍生的冠层高度偏差取决于植被高度、冠层密度、物种组成、树冠结构、木材密度和地貌环境。在无人机可及性受限的情况下,该框架可通过野外样地、地面或机载LiDAR、高分辨率立体影像或数量有限的战略性无人机调查进行调整,但应明确评估不确定性。因此,该框架应被视为一种灵活的校准策略,在得到局部参考数据支持的情况下,可改善红树林系统的冠层高度和AGB指标,为环境变化下沿海森林的生物量估算、碳核算和生态监测提供稳健途径。