森林生物量微波遥感估测模型的综述报告.docx

森林生物量微波遥感估测模型的综述报告
森林生物量是森林生态系统的重要生态经济资产和科学研究对象，因此准确估测森林生物量对于森林管理和保护至关重要。而微波遥感技术能够提供对森林生物量的高精度、高空间分辨率的估测数据，成为森林生物量估测的重要途径之一。本文将对森林生物量微波遥感估测模型的研究现状进行综述。
一、前期研究
早期的森林生物量微波遥感估测模型主要基于微波反射率与实际的地面生物量之间的关系进行构建，主要使用的是单频或双频的微波遥感数据。Wei等人提出了基于单一频率（C波段或L波段）和比值变换（RVI）的森林生物量估测模型，通过模拟和实验验证表明，单一波段和RVI模型具有较好的估测精度。但是，这些模型还存在许多局限性，在复杂地形和森林结构场景下估测精度较低。
为了克服这些局限性，研究人员开始探索使用多波段微波数据进行森林生物量估测。例如，利用L波段和C波段的高度敏感性，以及复极化信息进行森林生物量估测，该模型精度可达到20t/ha。Buermann等人使用了X波段和L波段的空中合成孔径雷达（SAR）数据和机载L波段极化合成孔径雷达（PolSAR）数据进行森林生物量估测，结果显示通过多波段再加上复极化信息的模型能够提高估测的精度。虽然这些模型的精度和可靠性有所提高，但是由于环境、技术和经济等原因，多波段数据获取需要更高的技术和经济成本，难以于大规模野外应用。
二、目前研究
现在最新的研究模型有两大类：一是基于激光雷达（LiDAR）和微波合成孔径雷达（PolInSAR）联合反演森林生物量的方法；二是利用高分辨率微波成像雷达（MIR）进行森林生物量估测。
（一）基于LiDAR和PolInSAR联合反演森林生物量
由于微波遥感技术中散射机理的复杂性，常常会受到森林结构和地形影响，因此虽然多波段遥感可以有效提升精度，但是利用单一遥感数据估测森林生物量的局限依然存在。为了克服这些局限性，联合使用多种遥感技术进行森林生物量估测成为了热点研究之一。LiDAR技术能够提供高精度的森林3D结构信息，而PolInSAR技术则能够获取复杂地形和森林结构场景下的微波散射信息。
近年来，许多研究人员开始探索联合利用LiDAR和PolInSAR技术估测森林生物量。例如，Zhang等人进行了L波段PolInSAR和光学立体成像雷达（Geiger-modeLiDAR）的联合反演，结果显示通过多源数据联合反演可以提高估测精度。
（二）利用MIR进行森林生物量估测
高分辨率MIR技术是利用多普勒成像技术获取地表目标反射的微波信号。它可以同时提供高精度的地表高程、地表覆盖类型和水分等信息。近年来，一些研究人员开始采用MIR技术进行森林生物量估测，例如，Mazza等人利用MIR技术和统计回归方法构建了森林生物量估测模型，通过与激光雷达数据进行对比，结果显示在具备高分辨率的情况下，MIR技术能够达到高精度的森林生物量估测。
总之，随着微波遥感技术的发展，森林生物量微波遥感估测模型不断更新和发展，联合使用多种遥感技术进行估测已经成为了热点之一。微波遥感技术的发展将会为森林资源的科学管理和可持续发展提供更加有效的手段。