В ответ на проблему пространственной разреженности данных спутникового лазерного лидарного сканирования в данной работе предложен метод слияния многоканальных данных на основе интерполяции признаков, реализующий картографирование надземной биомассы леса (Aboveground Biomass, AGB) на региональном масштабе. Во-первых, из GEDI L2A/L2B и ICESat‑2/ATL08 извлекаются трехмерные параметры структуры на масштабе пятна, комбинируются с спектральными характеристиками Sentinel-2 и фактором рельефа для построения набора данных признаков на масштабе пятна; во-вторых, проводится корреляционный анализ для исключения мультиколлинеарных признаков, сравниваются три регрессионных алгоритма: CatBoost (градиентный бустинг категориальных признаков), случайный лес (RF) и LightGBM (легкий градиентный бустинг), выбирается оптимальная модель; затем, на основе важности признаков по CatBoost и интерпретации SHAP (SHapley Additive exPlanations) дополнительно отбираются ключевые признаки; наконец, интерполируются ключевые признаки лидарных данных для получения непрерывных растровых характеристик, после чего с помощью оптимальной регрессионной модели осуществляется пространственное картографирование лесной надземной биомассы. Результаты валидации показывают, что CatBoost демонстрирует наилучшие результаты моделирования на уровне пятна (R²=0.88, RMSE=78.74 Mg/ha, rRMSE=20.93%); точность пространственного картографирования на основе интерполяции признаков и слияния многоканальных данных составляет (R²=0.82, RMSE=60.90 Mg/ha, rRMSE=36.54%), что на 34.7% лучше по rRMSE по сравнению с картографированием только на основе оптических дистанционных данных. Использование стратегии интерполяции признаков для пространственной континуальности ключевых структурных переменных лазерных пятен и интеграция с высокоразрешающими оптическими и топографическими данными эффективно компенсирует редкое пространственное распределение пятен и дефицит вертикальной структурной информации в оптических изображениях, что может служить методологической основой для масштабной оценки лесных запасов углерода и мониторинга экосистем.

Глобальное динамическое исследование экосистем; спутник GLAS; лидар; оптические дистанционные изображения; интерполяция признаков; картирование биомассы