Méthode d'inversion et de cartographie de la biomasse aérienne forestière par intégration de l’interpolation des caractéristiques des données de télédétection active et passive et apprentissage automatique

QI Qi ,  

WANG Hongtao ,  

FENG Baokun ,  

WANG Cheng ,  

WANG Yingchen ,  

ZHANG Shuting ,  

摘要

Face au problème de la rareté spatiale des données lidar embarquées, cet article propose une méthode de fusion de données multisources basée sur l'interpolation des caractéristiques, permettant la cartographie de la biomasse aérienne forestière (Aboveground Biomass, AGB) à l'échelle régionale. Tout d'abord, les paramètres de structure 3D à l’échelle des pixels sont extraits à partir de GEDI L2A/L2B et ICESat‑2/ATL08, combinés avec les variables spectrales de Sentinel-2 et les facteurs topographiques pour constituer un ensemble de données de caractéristiques à l’échelle des pixels ; Ensuite, une analyse de corrélation est effectuée pour éliminer les variables fortement colinéaires, les algorithmes de régression CatBoost (boosting par gradient des caractéristiques catégorielles), RF (forêt aléatoire) et LightGBM (machine à gradient léger) sont comparés afin de sélectionner le modèle optimal ; Puis, sur la base de l’importance des caractéristiques dans CatBoost et des explications SHAP (SHapley Additive exPlanations), les variables clés sont affinées ; Enfin, les variables clés lidar sont interpolées pour obtenir des caractéristiques raster continues, permettant la cartographie spatiale de la biomasse forestière à l'aide du modèle de régression optimal. Les résultats de validation montrent que CatBoost offre la meilleure performance pour la modélisation à l’échelle du pixel (R²=0,88, RMSE=78,74 Mg/ha, rRMSE=20,93 %) ; la précision de la cartographie spatiale basée sur l’interpolation des caractéristiques et la fusion de données multisources est de (R²=0,82, RMSE=60,90 Mg/ha, rRMSE=36,54 %), avec une réduction du rRMSE d’environ 34,7 % par rapport à la cartographie basée uniquement sur l’imagerie optique. L’utilisation de la stratégie d’interpolation des caractéristiques pour la continuité spatiale des variables structurales clés du lidar et leur fusion avec des données optiques et topographiques à haute résolution permet de compenser efficacement la distribution spatiale dispersée des pixels lidar et l’absence d’informations structurelles verticales dans les images optiques, fournissant ainsi une référence méthodologique pour l’évaluation à grande échelle du stockage du carbone forestier et la surveillance des écosystèmes.

关键词

Enquête mondiale sur la dynamique des écosystèmes ; satellite Glace et nuage et Altimétrie terrestre ; lidar ; imagerie optique de télédétection ; interpolation des caractéristiques ; cartographie de la biomasse aérienne

阅读全文