森林地上生物量估测现状研究

王泽源

（杨凌职业技术学院，陕西杨凌 712199）

森林作为地球陆地上最大的生态系统，主体为木本植物，许多动物依托森林生存，同时，森林也为人类提供了木材、食物等资源。森林生物量作为森林生态系统最根本的数量特征，一直都是研究的热点内容，是分析森林生态特征绕不开的话题。森林生物量是森林生态系统长时间物质循环与能量流动的结果，一般来说，生物量是指在一定时间内，一个系统中或一个群落内有机物的总量，一般用单位时间或单位面积积累的干物质量或能量来表示[1]。探究森林生物量变化，既能反映森林生态系统内部物质与能量的积累、消耗与转化特点，又能反映一个地区生态系统的稳定性。

森林地上生物量（AGB）包括地上部分乔木层、灌木层、草本层生物量，但不含地下部分的根系生物量[2]。分析森林地上生物量，对于研究林业生产、生态稳定问题有着重要意义，例如，研究森林碳汇、森林碳储量、林地生产力等方面。研究森林地上生物量，能为揭示全球气候变化和陆地碳循环规律提供重要依据。因此，如何快速、准确地估算森林地上生物量，成为研究者亟需解决的问题。

1 传统森林地上生物量估测方法

1.1 标准木测定法

标准木测定法是适用性比较广泛的测定方法，根据标准木选取的不同，主要分为2 种，即平均标准木法、分层标准木法。

1.1.1 平均标准木法。在林分中建立标准地并进行每木检尺，测定其胸径、树高、冠幅等数据，并绘制树高曲线，计算标准地平均胸径，根据树高曲线确定林分平均高。在标准地中，选取1～3 株胸径与树高同平，胸径和树高相接近，且树势中等的林木作为标准木，伐倒并测量标准木的平均地上生物量。单位面积上立木株数与平均标准木生物量的乘积，即为立木地上生物量，或利用单位面积上总胸高断面积的方法，计算地上生物量。灌木与草本地上生物量通过设立样地，完全收获地上部分，计算样地中灌木与草本生物量，通过平均灌草样地生物量，推算单位面积的灌草生物量。高嵩[3]通过中央断面求积式计算树干生物量，再通过标准枝法测定枝和叶的生物量，估算甘肃省天水市秦州区刺槐林的生物量。该方法常用于对比其他测定生物量方法的精度，直接从样地中采样并分析，是基础研究常采用的方法。

1.1.2 分层标准木法。是将林分中的全部林木分成若干径级，在各径级中选取标准木1～3 株，测定样木地上生物量。可通过样地调查结果，推算出径级生物量，累加各径级树木的生物量，就可得出林分地上生物量。该方法精度较标准木法更高，但操作更为繁琐。

1.2 回归估计法

在估算森林地上生物量的过程中，通常使用便于测量的因子作为回归方程的因变量，如胸径（D）、基径（D0）、树高（H）等。通过样地调查，收集样木，拟合各树种单株生物量模型，再结合样地调查结果，估算株数，就可估算出森林地上生物量。常见单株拟合模型（见表1）。

表1 常见单株地上生物量模型

孙操稳等[4]在研究青钱柳幼林地上部分生物量生长模型中发现，拟合度较高的模型均为单变量模型，双变量模型虽然相关性更优，但残差较大，拟合优度不高。单通过样木直接拟合样地地上生物量结果往往精度不够高，可通过分别拟合样木的树枝生物量、树干生物量、叶生物量部分来拟合出单株生物量，该方法精度更高，但实际操作较为繁琐。李玉凤等[5]通过分别拟合枝、叶、干和地上整株的生物量模型，分析了马尾松幼龄林、中龄林、成熟林、过熟林的生物量特征，除成熟林拟合优度较低以外，其他部分拟合结果较好，R2范围在0.55～0.96。

2 现阶段森林地上生物量测定方法

2.1 光学遥感估测法

遥感估测法发展较早，传统的遥感估测法通过收集植被对光的吸收效应与反射光谱，分析林分生长状况与叶绿素含量。这些指标能反映斑块叶生物量，再结合群落生物量相关理论，拟合出斑块生物量反演模型。该方法常用于大尺度森林地块生物量估测[6]，常用的空间数据有：Landsat、MODIS、Quickbird、Sentinel-2 等，这些数据空间分辨率不同，从米级到千米级均存在。通过提取光学遥感影像中的反射率、波段计算指数、高分辨率影像的纹理特征等预测森林生物量[7]。Curran 等[8]通过分析Landsat TM 影像数据，发现红外、近红外2 个波段的反射率，与该时期叶生物量有良好的相关性，R2范围在0.34～0.86。还有研究者利用Quickbird 影像数据，对森林生物量进行建模分析，结果发现，通过纹理特征中的平均值与近红外反射率拟合的生物量模型精度最高[9]。Wu和Fu[10]通过MODIS 数据中的光合有效辐射分量（FPAR）及叶面积指数（LAI）产品数据，拟合了青藏高原北部植物群落的生物量，最佳模型优度R2为0.78。

随着科技的进步和发展，高光谱技术在20 世纪80年代出现，该技术解决了分辨率的技术限制，抗干扰能力强，并且相较于传统多光谱数据，高光谱数据更加灵敏。但其空间分辨率低，混合相元较多，容易出现相同物体，呈现不同光谱的情况[11]。有研究者基于实测样地数据，利用无人机获取的高光谱遥感数据，拟合了亚热带天然次生林生物量，拟合优度R2为0.62[12]。总而言之，传统光学遥感在估测大尺度林地斑块森林生物量中应用较为广泛，但其透射性差，容易受到天气等因素的影响，精度不够高，在实际森林地上生物量测定中有许多限制[13]。

2.2 微波遥感技术

微波遥感技术适应性强，可穿透云雾、树冠等光学遥感无法穿透的物体，获取更多的信息。利用不同波长的微波，可判断树叶、树枝、树干的发展情况，反映林地地上生物量的特征[14-15]。现阶段，常使用合成孔径雷达（SAR）、干涉雷达（InSAR）、极化干涉雷达（PolInSAR）等微波遥感技术，估测森林地上生物量。研究人员通过微波遥感获取后向散射和干涉信息，这2 个参数是拟合森林地上生物量的重要指标[16]。Le Toan 等[17]研究人员，利用法国东南部森林实地调查数据与森林生物物理参数，结合合成孔径雷达C、L、P 波段的极化数据，分析得出林地中树木的树高、胸径、生物量，与雷达后向散射系数有良好的相关性。其中，通过P 波段的极化数据，同生物量拟合效果最好，拟合优度R2达到0.95。

还有研究者通过飞机搭载干涉孔径雷达，预测了亚马逊流域的森林生物量，整体精度较高，R2达到0.89[18]。罗环敏等[19]利用机载干涉孔径雷达L 波段数据，结合极化相干层析技术，拟合森林生物量，同时，通过逐步回归的方法，利用树高估测模型，结合反射率函数参数，拟合森林生物量预测模型，整体精度很高，R2达到0.94。利用微波遥感技术拟合出的森林生物量模型精度高，但其数据获取成本很高，后向散射强度信息仍存在信号饱和的问题，难以在森林生物量预测中大面积推广应用。

2.3 激光雷达技术

激光雷达可以主动获取用于拟合生物量的主要参数，如胸径、树高等因子。激光雷达的搭载形式有2 种，分为机载和星载。截至目前，星载激光雷达数据不多，主要来自ICEsat/GLAS 数据和仍未公开的GEDI 数据[20]。Lefsky 等[21]利用机载大光斑激光雷达，测量森林冠层高度，并绘制出高度剖面图，利用该图中的结果参数拟合森林生物量模型，模型精度较好，R2达到0.8。

还有研究者利用机载小光斑激光雷达，收集树冠分布数据和树冠高度数据，并分别利用该数据拟合生物量模型，2 个模型拟合优度高，R2范围在0.8～0.9[22]。利用激光雷达测定森林地上生物量，是当今生物量研究的热门领域，但2009 年后暂无星载激光雷达平台，无法获取连续的大尺度范围数据，不能实现估测大范围森林生物量的目的。另外，激光雷达数据获取成本高、光谱信息有限、数据处理难度大、数据反映不连续，无法适用于小范围的森林生物量估测。

3 问题与展望

不同估测森林地上生物量的方法各有优劣，单一方法无法适应生物量测定的所有情况。如何实现多平台数据的融合与分析，是精确测算森林地上生物量的关键。例如，Shao 等[23]通过Landsat8 OLI 数据、Sentinel-1A 数据、机载激光雷达数据，借助深度学习算法估测森林地上生物量，拟合优度高，R2为0.81。因此，要准确估测森林地上生物量，需要利用分辨率较高的遥感影像，再通过干涉雷达或激光雷达获取树高、冠幅等因子。通过该方法拟合的生物量精度高，在区域内有良好的实用性，并且通过机载激光雷达估测的结果常常作为训练样本来使用。

森林生物量的估测复杂，需要考虑许多因子，传统森林生物量测定法可以直接测定，较为准确，但费工费时，工作强度大。现代遥感估测技术只能利用从遥感信息中直接展现出来的因子，如叶面积指数、胸径、树高、冠幅、郁闭度等来拟合森林生物量模型，因此，遥感经验模型为反演森林地上生物量模型的主流[24]。从现有的研究发现，多平台遥感技术的结合与整合，是未来拟合高精度森林生物量的主要途径，但在森林地上生物量估测中，很难免费获取全球数据，导致难以估测研究全球性的森林地上生物量。