森林作为地球陆地生态系统的核心载体，其地上生物量（Above-ground biomass, AGB）的精确估算是评估碳汇能力和支撑碳中和战略的关键基础。随着低空经济时代的到来，近距离遥感技术得到了快速发展，多平台传感器为森林AGB 监测提供了全新视角，但不同遥感尺度、不同森林类型以及不同遥感方法间的 AGB 估算精度差异较大且适用条件尚不明确，因此本研究采用Meta 分析方法系统整合近年来全球187项研究的233组实验数据，通过 Freeman-Tukey 双反正弦变换消除数据异方差性，结合随机与固定效应模型量化不同组别的合并效应值及其置信区间，来系统量化这些不同条件的影响差异。

2025年8月，Forestry Research在线发表了西北农林科技大学刘金成课题组题为Assessing the accuracy of forest above-ground biomass and carbon storageestimation by meta-analysis based close-range remote sensing的研究型论文。

本研究首先基于传感器类型将近距离遥感体系划分为地面lidar（含TLS/MLS/BLS/HHL）、无人机 lidar、空-地平台 RGB 与光谱传感器（图1）。之后系统的量化了近距离遥感技术在不同研究尺度（单木/样地/林分）下的精度差异，进一步探讨了林型、方法学与异速生长方程自变量的精度差异，并强调了多源数据融合是未来的发展趋势。

图1 基于近距离遥感的AGB估算系统

研究发现，研究尺度是精度差异的核心驱动因素（图2）。地面lidar在单木尺度表现最优（ES=0.93），其亚厘米级点云分辨率可直接提取胸径（DBH，D）与树高（H），显著优于受冠层穿透力限制的无人机 lidar（ES=0.81）。随着尺度扩展至样地与林分，所有传感器精度均呈下降趋势，其中地面lidar在样地尺度仍保持最高精度（ES=0.87），而无人机 lidar 因点云稀疏性在林分尺度更适用。值得注意的是，森林类型也会影响传感器的精度（图3），光谱数据在阔叶林表现突出（ES=0.84），RGB在针叶林因冠层结构规则性精度更优（ES=0.81），而混交林因冠层复杂性导致所有传感器精度普遍降低。

图2 不同研究尺度对森林AGB估算的影响：(a)单木尺度；(b)样地尺度；(c)林分尺度。*表示使用了固定效应模型。

图3 不同森林类型对森林AGB估算的影响：(a)阔叶林；(b)针叶林；(c)混交林；(d)灌木林。*表示采用固定效应模型

在方法论层面（图4a），异速生长方程（ES=0.83）与非参数方法（ES=0.82）精度相当，两者均优于参数化方法（ES=0.80）。异速生长方程中（图4b），以 D 和 D²H 为自变量的模型精度最高（ES=0.90–0.91），而单变量H的方程因树高测量准确性不足导致精度最低（ES=0.72）。多源数据融合虽未显著提升整体精度（ES=0.80），但在结构复杂森林中，利用多源数据的协调整合是一种强效策略，既能弥补单一数据类型的局限性，又能在结构复杂的林分条件下实现更精确的 AGB 估算（图4c）。

图4 不同研究方法、不同自变量及不同平台的地上生物量估算精度对比。(a)研究方法差异。PM表示参数法；NPM表示非参数法；AGE表示异速生长方程。(b)不同自变量对比。(c)多源遥感数据与单一遥感数据源的精度比较

本研究呼吁未来的森林碳监测应当建立跨平台的点云与光谱数据标准化协议，开发融合三维结构与深度学习算法的多尺度融合模型，构建基于地面激光扫描的无损验证体系。本研究解决近距离遥感技术爆发式增长伴随的精度可信性质疑，成果可以直接服务于国家碳管理目标，深度响应国家双碳战略与林业信息化、智慧化的转型需求，推动近地遥感技术成为森林资源精准监管的核心科技支撑。

西北农林科技大学刘金成副教授为论文第一兼通讯作者，硕士研究生陈卓为第二作者，唐山师范学院赵自雨博士参与了该项研究。研究得到国家自然科学基金面上项目（32371875）青年基金项目（32001249）以及武汉大学测绘遥感信息工程国家重点实验室开放基金（24A01）等资助。

研究团队介绍

刘金成课题组多年来聚焦智慧林业多源遥感监测、林草环境适应性评价、气候变化和碳汇评估等领域的研究，在ISPRS J PHOTOGRAMM、COMPUT ELECTRON AGR、CATENA、J ENVIRON MANAGE等领域权威期刊上发表学术论文30余篇，授权国家发明专利25件，取得软件著作权4件，荣获陕西高等学校科学技术研究优秀成果一等奖、中国专利优秀奖等荣誉。

https://doi.org/10.48130/forres-0025-0017