基于分层混合推断的 ICESat-2 数据北方森林生物量估计
应用统计
2023-07-11 v1
摘要
2018 年发射的 ICESat-2 搭载了 ATLAS 仪器，这是一种光子计数星载激光雷达，可提供地形的条带采样。虽然其主要设计用于冰雪监测，但利用 ICESat-2 预测森林地上生物量密度（AGBD）已引起极大兴趣。由于 ICESat-2 处于极地轨道，它对北方森林具有良好的空间覆盖。本研究的目的是使用结合严格统计推断的分层建模方法评估由 ICESat-2 数据估计的平均 AGBD。我们提出了一种分层混合推断方法，用于量化由 ICESat-2 激光雷达条带估计的 AGBD 的不确定性。我们的方法对来自多个建模步骤的误差进行建模，包括用于预测单木 AGB 的同调模型。为检验该流程，我们拥有两个相邻研究站点的数据，记为 Valtimo 和 Nurmes，其中 Valtimo 站点用于模型训练，Nurmes 用于验证。Nurmes 验证区的 ICESat-2 估计平均 AGBD 为 63.21.9 Mg/ha（相对标准误差 2.9%）。由全覆盖机载激光雷达数据得到的局部参考分层模型估计为 63.90.6 Mg/ha（相对标准误差 1.0%）。参考估计位于 ICESat-2 分层混合估计的 95% 置信区间内。较小的标准误差表明所提方法对 AGBD 评估有用。然而，研究中未考虑某些误差来源，因此实际不确定性可能略大于所报告的值。
引用
@article{arxiv.2307.04497,
title = {Estimation of boreal forest biomass from ICESat-2 data using hierarchical hybrid inference},
author = {Petri Varvia and Svetlana Saarela and Matti Maltamo and Petteri Packalen and Terje Gobakken and Erik Næsset and Göran Ståhl and Lauri Korhonen},
journal= {arXiv preprint arXiv:2307.04497},
year = {2023}
}