地上生物量（Aboveground Biomass，AGB）是评估林地生态系统生产力、生物多样性和碳固存水平的基本指标。在基于卫星数据建立AGB估算模型时，面临的主要问题是难以快速获取充足且测量良好的地面实测数据。因此，如何高效获取测量良好的地面数据，是该领域内的研究热点。无人机遥感作为新兴遥感技术，能够快速获取大量无人机尺度样地数据，本文提出了一种基于无人机激光雷达数据的解决方案。研究结果如下：
       （1）基于无人机激光雷达获取的郁闭度、叶面积指数及高度相关变量等特征，结合随机森林（Random Forest，RF）算法与65个人工调查样地的AGB建立了样地—无人机尺度的估算模型，即Plot-UAV model（R² = 0.91，RMSE = 10.94 Mg/ha），利用该模型绘制了无人机样地的AGB分布图；
       （2）从无人机样地AGB分布图中提取了1522个与Sentinel-2影像空间分辨率一致的样本数据，结合RF算法构建了无人机—卫星尺度的估算模型，即UAV-S2 model（R² = 0.76，RMSE = 12.44 Mg/ha）。
       最终基于UAV-S2 model估算了宁夏贺兰山的森林AGB并在30 m × 30 m的空间分辨率下成功绘制了宁夏贺兰山森林AGB分布图。以上结果充分展示了无人机激光雷达在获取与卫星像元相匹配的充足且可靠的AGB样本集方面的能力，可以为构建基于卫星的AGB估算模型提供数据支持。本研究的主要目的在于转变完全依赖于人工调查获取地面实测数据的传统研究方法，最终把目前的“空—天—地、天—地、空—地”研究扭转到“空—天”的研究层面，突破遥感技术在森林参数估算与评估上的方法创新。
 

无人机激光雷达,森林地上生物量,sentinel-1,随机森林,建模反演