中国福建省南平市的10米高精度林冠高度产品

为什么来自太空的树高很重要

保护气候和水资源的树木有多高？在中国东南部的森林资源丰富城市南平，这个问题的答案出乎意料地难以确定。该研究展示了科学家如何将卫星、无人机和智能计算方法结合，构建详细的林高地图，为地方管理者提供更清晰的视角，以评估这些森林能储存多少碳以及它们的健康状况。

被森林包裹的山地城市

南平市位于福建省北部的崎岖丘陵，常被形容为华南的天然屏障。超过四分之三的土地被森林覆盖，以常绿阔叶林为主，夹杂人工种植的针叶林和竹林。地形陡峭，气候高温高湿，该地区频繁受到台风、病虫害和采伐的扰动。这些因素在景观上造成了高度不一的林分斑块，并增加了水土流失和栖息地退化的风险。然而传统的野外调查难以跟上变化节奏：它们精确但速度慢、成本高，覆盖面积有限，无法填补森林年际变化的大量空白。

从上方观测林高

为弥补这些空白，团队使用了一种基于空间的激光仪器GEDI，它从国际空间站发射光脉冲并记录脉冲在叶片与地面之间的反射情况。这能揭示森林的垂直结构，包括树高，覆盖约50度南北纬之间的数十亿个点位。然而单靠GEDI仍存在系统性误差，尤其是在高大或极密的森林以及陡峭山地中，高度会被低估或高估数米。研究人员通过将GEDI数据与2022和2023年在南平30个样地上空飞行的无人机机载激光扫描得到的极其详尽测量数据配对来解决这一问题。这些无人机调查产出了近乎地面真值的1米分辨率树高地图。

教数据自行修正偏差

以无人机测量作为可信参考，科学家构建了偏差校准模型，学习GEDI在不同条件下的误差规律。他们将原始GEDI高度估计与局部地形信息（如高程、坡度、坡向和来自高分辨率高程图的阴影信息）一并输入模型。基于随机森林算法的模型学会为每个GEDI足迹预测一个修正后的高度值。经过这一步骤后，GEDI与无人机数据的一致性显著提升：典型误差从近12米降至小于2米，系统性高估几乎消失，即便在复杂的高地地带亦是如此。

将点状数据扩展为壁毯式地图

经校准的GEDI点本身仍仅覆盖狭窄的轨道，接下来的挑战是填补它们之间的空隙。为此，团队将校准后的GEDI高度与一系列丰富的卫星线索相结合来表征林况。他们使用Sentinel-2的光学影像捕捉植被颜色与绿度，使用Sentinel-1的雷达影像感知结构和水分状况，并辅以气候与土地覆盖数据提供温度、降水和林型等背景信息。基于这些源数据构建了十二个关键特征，包括改进的植被指数和描述林地粗糙或平滑程度的纹理度量。第二个随机森林模型随后学习这些特征与树高之间的关系，并利用该关系在南平全域以10米分辨率估算2022年和2023年的林高。

新地图揭示了什么

最终产物是面向公众的全市10米分辨率林冠高度图。对未用于训练的无人机样地的独立验证表明，这些地图能够以约三米的误差捕捉真实树高，相较于早期的区域和全球产品有显著提升。南平大多数森林高度在10至20米之间，超过20米的林分相对较少。2022年至2023年间，平均林冠高度约增加了40厘米，这是与持续生长和局部变化相一致的温和但可检测的增长。尽管在最高林分和极其崎岖地形中仍存在不确定性，这些地图为估算森林生物量、跟踪扰动和制定更精确的林业管理提供了坚实基础。

对人群与气候的意义

对非专业读者来说，主要结论是：通过融合空间激光、无人机与卫星影像，我们现在能以远超以往的细节观看南平的森林结构。这为科学家和地方机构提供了更尖锐的工具，可用于估算这些森林的碳储量、评估其对土壤和水源的保护作用，以及监测对风暴、病虫害和人类活动的响应。同样的方法可推广到其他山区和森林丰富的地区，将零散的测量转化为清晰的城市级森林健康图景，从而为更智能的保护和气候政策提供指导。

引用: Yi, L., Yao, X., Yang, A. et al. A 10 m High-precision Canopy Height Product for Nanping City, Fujian Province, China. Sci Data 13, 710 (2026). https://doi.org/10.1038/s41597-026-06767-6

关键词: 林冠高度, 遥感, GEDI 激光雷达, 福建 南平, 碳储量制图