中国农业大学土地学院曾也鲁教授团队在多树种单木碳储量估算方面取得研究进展

近日，中国农业大学曾也鲁教授团队团队近期在1区TOP期刊 Computer and Electronics in Agriculture 上发表研究成果Tree-Level Carbon Stock Estimations Across Diverse Species Using Multi-Source Remote Sensing Integration。该研究针对森林碳储量精准监测的需求，探索了无人机激光雷达(LiDAR)与高分辨率光学卫星影像相结合的新方法，在单木尺度上实现了针对不同树种的生物量估算，填补了以往单木研究的不足。

研究通过U-Net网络从光学影像中提取单木冠层形状，结合无人机LiDAR点云分割算法，实现单木层面的信息提取；随后将单木体积等LiDAR结构参数与植被指数（VIs）结合，构建多源融合数据集，利用随机森林和XGBoost等机器学习模型进行生物量估算。结果显示，整合多源数据的方法显著提升了生物量估算精度（R²=0.89，rRMSE=34%），并通过SHAP分析验证了单木体积特征对模型性能的关键贡献。该研究为精准森林碳储量监测提供了全新技术路径，为森林资源可持续管理奠定了重要基础。

不同机器学习方法评估不同树种在生物量预测中的性能表现

分树种的单木尺度植被指数及融合结构参数的植被指数与生物量的相关性

研究区域的85538棵单木关键森林结构参数估算结果

未来研究将进一步探索多源遥感数据在复杂森林生态系统中的协同作用，例如结合高光谱、微波雷达与无人机LiDAR数据，解析不同树种、年龄和结构对生物量估算的影响。同时，通过发展更加智能化和自适应的算法模型，如深度学习与物理建模的融合，有望显著提升单木尺度生物量估算的稳定性和泛化能力。这些研究将深化对森林碳动态的认识，为应对气候变化的森林碳管理和政策制定提供重要科学支撑。

土地科学与技术学院23级博士研究生李青和硕士研究生尹嘉为共同第一作者，曾也鲁教授为论文的通讯作者，硕士生闫文慧等为合作作者。该研究得到了国家自然科学基金、中国农业大学2115人才计划、拼多多-中国农业大学研究基金等资助。