Aboveground Biomass Estimation in Shrub-Encroached Grasslands by Using Multi-Source UAV Remote Sensing
MA Lei-chao1,2, WANG Xing1, YANG Xiu-chun1, YANG Dong1, WANG Zi-chao1, XING Xiao-yu1
Affiliations
1 School of Grassland Science, Beijing Forestry University, Beijing 100083, China; 2 Command Center for Natural Resources Comprehensive Survey, China Geological Survey, Beijing 100055, China
doi: 10.11733/j.issn.1007-0435.2026.02.018
文章导航
摘要
收起
气候变化与人类活动加剧了全球草原灌丛化，严重威胁草原生态系统健康，亟需高效精准的生物量监测技术。本研究以锡林郭勒盟灌丛草原为研究区，基于无人机激光雷达（LiDAR）和高光谱数据，结合地面实测数据，采用逐步多元线性回归、支持向量机和随机森林等方法探究了灌丛草原地上生物量（Above-ground biomass，AGB）的最佳反演模型。结果表明，基于LiDAR数据计算的草层平均高度、高光谱数据的红边区间反射率与AGB显著相关。高光谱在草本AGB反演中优于LiDAR精度（R²=0.87 vs. 0.24），而LiDAR较高光谱则更适用于灌木AGB反演（R²=0.58 vs. 0.47）。数据融合能显著提升模型精度，LiDAR和高光谱数据多源特征融合的随机森林模型使草本和灌木AGB的R²分别达到0.88和0.64。相关成果可为灌丛草原可持续利用和精细化管理提供重要科学支撑。
关键词
草原地上生物量
/
激光雷达
/
高光谱
/
机器学习
/
灌丛草原
Abstract
收起
Shrub encroachment in grasslands， intensified by climate change and anthropogenic activities， represents a substantial threat to the health of grassland ecosystems. This underscores the pressing need for effective and precise biomass monitoring methodologies. The present study was carried out in the shrub-encroached grasslands of the Xilingol League， to investigate optimal above ground biomass （AGB） estimation model by utilizing unmanned aerial vehicle-based LiDAR and hyperspectral data validated against field measurements. Stepwise multiple linear regression， support vector machine， and random forest algorithms were employed for analysis. The results demonstrated a robust correlation between AGB and both LiDAR-derived mean canopy height and hyperspectral reflectance within the red-edge spectral region. Hyperspectral data demonstrated superior accuracy to LiDAR for herbaceous AGB inversion （R2=0.87 vs. 0.24）， whereas LiDAR performed better than hyperspectral data for shrub AGB inversion （R2=0.58 vs. 0.47）. Data fusion significantly improved the model performance， with the random forest model integrating features from both LiDAR and hyperspectral data achieving R2 values of 0.88 and 0.64 for herbaceous and shrub AGB， respectively. The related findings offer critical scientific support for the sustainable utilization and precise management of shrub-encroached grasslands.
MA Lei-chao, WANG Xing, YANG Xiu-chun, YANG Dong, WANG Zi-chao, XING Xiao-yu.
Aboveground Biomass Estimation in Shrub-Encroached Grasslands by Using Multi-Source UAV Remote Sensing[J].
Acta Agrestia Sinica,
2026
, 34
(2)
: 559
-572
.
DOI: 10.11733/j.issn.1007-0435.2026.02.018
基金
收起
国家自然科学基金项目 (41571105)
参考文献
收起
文献
收起
参考文献引证文献
排序方式：
FANG J Y，YANG Y H，MA W H，et al. Ecosystem carbon stocks and their changes in China’s grasslands[J]. SCIENTIA SINICA Vitae，2010，40（7）：566-576 方精云，杨元合，马文红，等. 中国草地生态系统碳库及其变化[J]. 中国科学： 生命科学，2010，40（7）：566-576 GRÜN A L，STRASKRABA S，SCHULZ S，et al. Long-term effects of environmentally relevant concentrations of silver nanoparticles on microbial biomass，enzyme activity，and functional genes involved in the nitrogen cycle of loamy soil[J]. Journal of Environmental Sciences，2018，69：12-22 LIU Z，CHEN R，SONG Y，et al. Aboveground biomass and water storage allocation in alpine willow shrubs in the Qilian Mountains in China[J]. Journal of Mountain Science，2015，12（1）：207-217 XU B，YANG X C，HOU X Y，et al. Advance of technology of remote sensing monitoring for grassland vegetation[J]. Science & Technology Review，2007（9）：5-8 徐斌，杨秀春，侯向阳，等. 草原植被遥感监测方法研究进展[J]. 科技导报，2007（9）：5-8 KNAPP N，FISCHER R，CAZCARRA-BES V，et al. Structure metrics to generalize biomass estimation from LiDAR across forest types from different continents[J]. Remote Sensing of Environment，2020，237：111597 ZHAO Y J，LIU X L，WANG Y，et al. UAV-based individual shrub aboveground biomass estimation calibrated against terrestrial LiDAR in a shrub-encroached grassland[J]. International Journal of Applied Earth Observation and Geoinformation，2021，101：102358 JIN Y X，XU B，YANG X C， et al. Remote sensing dynamic estimation of grass production in Xilinguole， Inner Mongolia[J]. SCIENTIA SINICA Vitae，2011，41（12）：1185-1195 金云翔，徐斌，杨秀春，等. 内蒙古锡林郭勒盟草原产草量动态遥感估算[J]. 中国科学：生命科学，2011，41（12）：1185-1195 HE L，LI A N，YIN G F，et al. Retrieval of Grassland Aboveground Biomass through Inversion of the PROSAIL Model with MODIS Imagery[J]. Remote Sensing，2019，11（13）：1597 GAO H Y，HOU M J， GE J，et al. Hyperspectral Estimation of Aboveground Biomass of Alpine Grassland based on Random Forest Algorithm[J]. Acta Agrestia Sinica，2021，29（8）：1757-1768 高宏元，侯蒙京，葛静，等. 基于随机森林的高寒草地地上生物量高光谱估算[J]. 草地学报，2021，29（8）：1757-1768 XING X Y，YANG X C，XU B，et al. Remote sensing estimation of grassland aboveground biomass based on random forest[J]. Journal of Geo-information Science，2021，23（7）：1312-1324 邢晓语，杨秀春，徐斌，等. 基于随机森林算法的草原地上生物量遥感估算方法研究[J]. 地球信息科学学报，2021，23（7）：1312-1324 SHEN X J，LIU Y W，LIU B H，et al. Effect of shrub encroachment on land surface temperature in semi-arid areas of temperate regions of the Northern Hemisphere[J]. Agricultural and Forest Meteorology，2022，320：108943 BAZEZEW M N，HUSSIN Y A，KLOOSTERMAN E H. Integrating Airborne LiDAR and Terrestrial Laser Scanner forest parameters for accurate above-ground biomass/carbon estimation in Ayer Hitam tropical forest， Malaysia[J]. International Journal of Applied Earth Observation and Geoinformation，2018，73：638-652 GUO Q H，LIU J，TAO S L，et al. Perspectives and prospects of LiDAR in forest ecosystem monitoring and modeling[J]. Chinese Science Bulletin，2014，59（6）：459-478 郭庆华，刘瑾，陶胜利，等. 激光雷达在森林生态系统监测模拟中的应用现状与展望[J]. 科学通报，2014，59（6）：459-478 YAO X C，QU Y T，CHANG W J，et al. Estimation of grassland biomass using MODIS data and plant community characteristics[J]. Chinese Journal of Eco-Agriculture，2017，25（4）：530-541 姚兴成，曲恬甜，常文静，等. 基于MODIS数据和植被特征估算草地生物量[J]. 中国生态农业学报，2017，25（4）：530-541 YANG S X，ZHANG W J，FENG Q S，et al. Monitoring of grassland herbage accumulation by remote sensing using MODIS daily surface reflectance data in the Qingnan Region[J]. Acta Prataculturae Sinica，2016，25（8）：14-26 杨淑霞，张文娟，冯琦胜，等. 基于MODIS逐日地表反射率数据的青南地区草地生长状况遥感监测研究[J]. 草业学报，2016，25（8）：14-26 SONG K X，JIANG F G，HU Z D，et al. Remote sensing inversion of above-ground biomass of grassland in the Tibet Autonomous Region. Acta Ecologica Sinica，2023，43（13）：5600-5613 宋柯馨，蒋馥根，胡宗达，等. 西藏自治区草地地上生物量遥感反演研究[J]. 生态学报，2023，43（13）：5600-5613 HUANG J X，WU J，LI C B，et al. Remote sensing retrieval of grassland above-ground biomass in tianzhu county based on Sentinel-2 and Landsat 8 data[J]. Acta Agrestia Sinica，2021，29（9）：2023-2030 黄家兴，吴静，李纯斌，等. 基于Sentinel-2和Landsat 8数据的天祝县草地地上生物量遥感反演[J]. 草地学报，2021，29（9）：2023-2030 TONG X，YANG Z L，ZHANG Y R，et al. Estimation of pasture aboveground biomass using different orders of differential hyperspectral vegetation indices[J]. Acta Agrestia Sinica，2022，30（9）：2438-2448 童新，杨震雷，张亦然，等. 基于不同阶微分高光谱植被指数的牧区草场地上生物量估算[J]. 草地学报，2022，30（9）：2438-2448 ZHANG Y R，LIU Y X，TONG X，et al. Hyperspectral remote sensing inversion of meadow aboveground biomass based on an XGBoost algorithm[J]. Acta Prataculturae Sinica，2021，30（4）：1-12 张亦然，刘廷玺，童新，等. 基于XGBoost算法的草甸地上生物量的高光谱遥感反演[J]. 草业学报，2021，30（4）：1-12 YIN X F，WANG C G， WANG H C，et al. Study on biomass estimation of desert steppe based on hyperspectral characteristic[J]. Journal of Agricultural Mechanization Research，2018，40（10）：154-159 殷晓飞，王春光，王海超，等. 基于高光谱特征参数荒漠草原生物量估测研究[J]. 农机化研究，2018，40（10）：154-159 TIBSHIRANI R. Regression shrinkage and selection via the lasso[J]. Journal of the Royal Statistical Society Series B：Statistical Methodology，1996，58（1）：267-288 VAPNIK V N. The nature of statistical learning theory[M]. Cham：Springer New York，2000：156-163 CHEN A，WANG X，ZHANG M，et al. Fusion of LiDAR and multispectral data for aboveground biomass estimation in mountain grassland[J]. Remote Sensing，2023，15：405 XU C，ZHAO D，ZHENG Z，et al. Correction of UAV LiDAR-derived grassland canopy height based on scan angle[J]. Frontiers in Plant Science，2023，14：1108109 XU K H，SHI Z，MA L C，et al. Retrieval of grassland aboveground biomass based on airborne LiDAR and SuperView-1 data[J]. Acta Prataculturae Sinica，2023，32（5）：40-49 许开宏，施招，马磊超，等. 基于机载激光雷达与高景一号数据的草原地上生物量反演研究[J]. 草业学报，2023，32（5）：40-49 CHEN A，XU C，ZHANG M，et al. Cross-scale mapping of above-ground biomass and shrub dominance by integrating UAV and satellite data in temperate grassland[J]. Remote Sensing of Environment，2024，304：114024 WULAN T Y，BAO G，WUYUN D J，et al. Hyper-spectral remote sensing estimates of aboveground biomass of grassland[J]. Journal of Inner Mongolia Normal University （Natural Science Edition），2015，44（5）：660-666 乌兰吐雅，包刚，乌云德吉，等. 草地地上生物量高光谱遥感估算研究[J].内蒙古师范大学学报（自然科学汉文版），2015，44（5）：660-666 THOMSON E R，SPIEGEL M P，ALTHUIZEN I H J，et al. Multiscale mapping of plant functional groups and plant traits in the High Arctic using field spectroscopy， UAV imagery and Sentinel-2A data[J]. Environmental Research Letters，2021，16（5）：055006 REN H R，ZHOU G S，ZHANG X S. Estimation of green aboveground biomass of desert steppe in Inner Mongolia based on red-edge reflectance curve area method[J]. Biosystems Engineering，2011，109（4）：385-395 MUTANGA O， SKIDMORE A K. Red edge shift and biochemical content in grass canopies[J]. ISPRS journal of Photogrammetry and Remote Sensing，2007，62（1）：34-42
PDF下载
全屏
113
20
关闭全屏
北京市海淀区学院南路86号
010-62662699（运营及技术支持）
qkjq@cast.org.cn
