IT之家 2 月 6 日訊息，據中科院植物研究所網站，國家與全球尺度的高解析度森林冠層高度產品對估算森林碳儲存、理解森林生態系統過程以及制定森林經營政策等至關重要。現有的森林冠層高度產品的空間解析度一般是 500 米或 1000 米，難以滿足應用需求。
新近發射的星載鐳射雷達感測器 GEDI 與 ICESat-2 ATLAS 可以獲取全球範圍內分米級空間解析度的森林冠層高度腳點資料，為大尺度森林冠層高度的高解析度繪製提供了可能。但是星載鐳射雷達獲取的腳點資料是沿衛星軌道離散分佈的，無法直接生成空間連續的森林冠層高度產品。以往的研究通常利用星載鐳射雷達腳點資料與遙感影像和環境因子建立迴歸模型生成空間連續的大尺度森林冠層高度產品，但是該方法難以充分利用 GEDI 與 ICESat-2 ATLAS 較為密集的腳點資料，並且容易受到遙感影像飽和效應的影響。如何充分高效地利用新一代星載鐳射雷達資料生成大尺度高解析度森林冠層高度產品，亟需進一步探討。
中科院植物所蘇豔軍研究組設計了一種深度學習指導的空間內插模型 NNGI（Neural Network Guided Interpolation）。該模型利用深度神經網路自動學習權重的能力，解決了如何在內插模型中均衡考慮空間、環境與光譜等特徵距離的權重貢獻，突破了常用內插模型僅使用空間距離的侷限。藉助研究組積累的 140 平方公里的無人機鐳射雷達資料訓練了 NNGI 模型，內插 GEDI 與 ICESat-2 ATLAS 星載鐳射雷達腳點資料，成功繪製了全國 30 米解析度的森林冠層高度產品。透過與三套獨立的驗證資料集（超過 100 萬個的 GEDI 腳點資料、33 平方千米的無人機鐳射雷達資料和近 6 萬條的森林清查資料）相比，本研究得到的產品精度較高。此外，受益於空間內插策略，NNGI 生成的產品在森林冠層較高的地區幾乎沒有出現飽和。這套高精度、高空間解析度的全國森林冠層高度產品表明了 NNGI 模型在監測國家乃至全球尺度森林冠層高度方面有著較好的應用潛力，所生成的全國森林冠層高度產品有助於提升大尺度森林生物量估算的準確性，為制定氣候減緩政策與實現“碳中和”目標提供資料支援。
IT之家瞭解到，該研究成果於 2021 年 12 月線上發表於國際學術期刊 Remote Sensing of Environment。
文章連結：
https://www.sciencedirect.com/science/article/pii/S0034425721005642?dgcid=coauthor
