基于Sentinel 1 & 2主被动遥感数据和冠层高度的森林净初级生产力估测

【目的】利用Sentinel-1 & 2主被动遥感数据结合森林冠层高度,对区域森林净初级生产力(NPP)进行高效、准确的估测,为森林精准经营措施以及“双碳”目标的制定提供科学依据。【方法】以南方重点林区资兴市为研究区,基于Sentinel-1和Sentinel-2主被动遥感数据,采用了多元逐步回归、人工神经网络、K最邻近、随机森林4种模型估算NPP。在此基础上加入了Sentinel-1通过InSAR与SRTM DEM差分得到的冠层高度,分析其对NPP估测精度的影响。【结果】①研究区2019年的森林NPP均值为7.79 t/hm²,呈中南部高、西北低的空间分布特征。②4种模型中,主被动遥感结合估测NPP的精度均高于单源遥感方式;随机森林估测区域森林NPP的精度最高,模型表现最好。③加入冠层高度可一定程度提高森林NPP估测精度,R²从0.70提高到了0.75。【结论】基于Sentinel 1 & 2主被动遥感数据并结合DEM差分法获取的冠层高度因子,可有效提高NPP估测精度。