林草生物量与碳汇估算(来源:中国林业科学研究院资源信息研究所)

来源:中国林业科学研究院资源信息研究所 发布时间:2021-12-10

第二届中国林草计算机应用大会分会场六:“林草生物量与碳汇估算”采用线上方式召开,来自全国各单位的1100余人观看交流。分会场由中南林业科技大学李建军教授、福建农林大学余坤勇副教授共同主持,包括4个特邀报告和6个专题报告,吸引了来自全国林业、计算机和遥感等多领域的专家和学者共聚一堂,探讨林草生物量的计量方法和双碳背景下的碳汇精准估算理论等问题。经大会评选,中南林业科技大学龙依、蒋馥根和许晓东的报告被评为优秀报告。

会议围绕智慧感知下不同尺度的林草生物量和碳汇精准估测理论和方法,探讨了森林生长过程的精细化监测、森林蓄积量、生物量和碳储量的遥感估算的理论与方法,为“碳达峰、碳中和”背景下的林草生物量与碳汇精准计量提供了新思路。分会场报告围绕“碳达峰、碳中和”的技术需求和关键性问题,从小区域的森林蓄积量、生物量和碳储量的精准估测到全国尺度的森林碳汇计量的理论与框架,分析了光学、SAR和Lidar等不同分辨率、不同波段的传感器实现森林参数精准计量存在的问题和局限性,结合不同区域的多树种和不同模型的组合效应,全方位介绍了森林生物量和碳汇的精准计量理论、方法和实践过程,为未来的碳达峰过程提供了理论支撑。会议认为未来可以重点聚焦基于深度学习的多源遥感数据的森林碳汇的精准估测与动态监测研究,并将逐步向微观和宏观相结合的多平台、多时相的森林资源动态监测与精准计量等方向发展。



特邀报告

《森林植被碳储量遥感虚拟星座构建理论与方法研究进展》中国科学院空天信息创新研究院倪文俭研究员针对现有光学或微波遥感估算森林生物量的方法饱和点过低等瓶颈问题,分享了以高精度森林植被碳储量监测为目标的遥感探测机理模型及其关键技术,使森林植被碳储量估算常规遥感的“二维平面观测” 转向“三维立体观测”。

《全国林草碳汇计量监测》国家林草局调查规划设计院夏朝宗教授级高级工程师从双碳背景下我国林草碳汇计量监测目的、计量监测框架以及工作推进情况几方面较为详尽地介绍了我国林草碳汇计量监测工作的现状与发展,展示了林草碳汇计量监测的全过程。

《全国森林碳库现存量及未来容量预估》中国林业科学研究院资源信息研究所李海奎研究员从全国森林碳库现存量、全国森林碳库容量、全国森林碳库未来潜力预估及不确定性分析几方面探讨了我国森林生物量碳库现存量、森林生物量的碳汇潜力预估方法与技术。

《联合Landsat和Sentinel-2长时间序列的森林物候参数制图及其应用》南京林业大学林学院李明诗教授分享了联合Landsat和Sentinel-2的森林生长开始季监测算法发展过程,包括多源遥感数据每日图像合成方法 、森林物候参数提取、森林树种组分布及其生物量制图等多个方面,为森林生物量的精准监测提供了理论基础和技术支撑。


专题报告

《结合Sentinel-2与机载LiDAR数据的森林蓄积量反演研究》中南林业科技大学博士研究生陈松分享了结合Sentinel-2与机载LiDAR数据的森林蓄积量反演研究成果。

Mapping the Aboveground Biomass of Plantations in Northern China Using ICESat-2 and Sentinel-2 by a Stacking Algorithm中南林业科技大学博士研究生蒋馥根分享了利用ICESat-2和Sentinel-2叠加算法绘制中国北方人工林地上生物量图的方法,探讨了多源遥感数据在大区域内森林生物量精准估测的潜力。

A combined strategy of improved variable selection and integration approach to map the growing stem volume of planted coniferous中南林业科技大学博士研究生许晓东针对不同特征筛选方法和模型对森林蓄积量估测的差异性问题,介绍了一种结合改进变量选择与多模型的二次集成策略的人工针叶林蓄积量绘图方法,研究结果表明森林蓄积量的估测精度随着优化特征选择方法和多次集成模型而趋于稳定。

《基于HLS数据的森林蓄积量遥感反演初步验证》中南林业科技大学硕士研究生龙依探讨了基于HLS数据和Landsat8遥感数据的森林蓄积量反演,研究结果表明HLS数据能够有效改善森林蓄积量的估测精度。 

《基于像元三分法的神木市植被覆盖度动态变化分析》中南林业科技大学硕士研究生邓目丽报告了基于像元三分法的神木市植被覆盖度估算及动态变化分析。

《基于集成学习的森林生物量遥感反演回归模型》中南林业科技大学硕士研究生陈知明分享了基于Landsat 8数据和林分特征的森林地上生物量估算方法,研究结果表明集成学习的反演模型具备森林生物量精准估测的能力。