Remote Sensing: Картирование высоты полога высокого разрешения: интеграция исследования динамики глобальной экосистемы НАСА (GEDI) с данными дистанционного зондирования из нескольких источников
Точная структурная информация о лесах, включая высоту и диаметр кроны, имеет решающее значение для количественной оценки объёма деревьев, биомассы и запасов углерода, обеспечивая эффективное управление лесными экосистемами, особенно в ответ на изменение условий окружающей среды. С конца 2018 года миссия НАСА по исследованию динамики глобальной экосистемы (GEDI) отслеживает глобальную структуру полога с помощью спутникового прибора обнаружения света и определения дальности (LiDAR). Хотя GEDI собрала миллиарды снимков LiDAR в почти глобальном диапазоне (от 51,6° с.ш. до >51,6° ю.ш.), их пространственное распределение остаётся рассредоточенным, что создаёт проблемы для достижения полного покрытия лесов. В этом исследовании предлагается и оценивается подход, генерирующий карты высот кроны высокого разрешения путём интеграции данных GEDI с Sentinel-1, Sentinel-2 и топографическими вспомогательными данными с помощью трёх алгоритмов машинного обучения: случайные леса (random forests, RF), повышение градиентного дерева (gradient tree boost, GB) и деревья классификации и регрессии (classification and regression trees, CART). Для достижения этой цели использованы второстепенные цели, включающие следующее: (1) оценить производительность этих трёх алгоритмов, RF, GB и CART, при прогнозировании высоты полога, (2) оценить эффективность полученных карт высот полога, используя их эталонную высоту из моделей высоты полога и (3) сравнить эти карты с двумя другими существующими картами высоты полога. RF и GB оказались наиболее эффективными алгоритмами, достигнув лучших значений среднеквадратической ошибки 13,32% и 16% для широколиственных и хвойных лесов соответственно. Проверка предложенного подхода показала, что 100-й и 98-й процентили, за которыми следует среднее значение 75-го, 90-го, 95-го и 100-го процентилей, являются наиболее точными показателями GEDI для прогнозирования реальной высоты кроны. Сравнение прогнозируемых и эталонных моделей высоты полога продемонстрировало точные прогнозы для хвойных насаждений (R2 = 0,45, среднеквадратическая ошибка = 29,16%).
