Abstrakt

Ein Überblick: Schätzung der oberirdischen Waldbiomasse (AGB) mittels Satellitenfernerkundung

Gabian Jos, Shattri Mansor, Nitanan Koshy Matthew

Waldökosysteme fungieren als bedeutender Kohlenstoffkreislauf, da sie große Mengen an Biomasse enthalten. Obwohl viele neuere Studien mithilfe von Fernerkundungsplattformen auf die Schätzung der oberirdischen Biomasse (AGB) zugegriffen haben, bleiben die Ermittlung des Sättigungsgrads verschiedener Bänder bei einer bestimmten Menge an Waldbiomasse und die Validierung anhand ausreichender Bodendaten eine große Herausforderung, die bisher nicht erfolgreich bewältigt wurde. Andererseits ist die Verwendung von Daten vor Ort sehr kostspielig und mühsam, da die Erfassung der Waldbaumparameter sehr arbeitsintensiv ist. Daher zielt dieser Artikel darauf ab, eine Überprüfung durchzuführen, um eine multiobjektive Integration verschiedener Fernerkundungsplattformen zur Schätzung der AGB in verschiedenen Regionen und der vorhandenen Anzahl von Parzellenproben zu entwickeln. Eine Überprüfung, die sich auf die Beziehungen zwischen AGB-Messungen auf Bodenniveau und verfügbaren Fernerkundungsdaten konzentrierte, wurde durchgeführt, wobei kürzlich veröffentlichte Artikel und Berichte (sowohl gedruckte als auch elektronische Materialien) zusammengetragen wurden. Aus den vergangenen Studien wurden verschiedene Modelle unter Verwendung von drei Hauptmethoden angewendet, nämlich Bildvorverarbeitung, -verarbeitung und -nachverarbeitung. Aus diesem Überprüfungsartikel ging hervor, dass die Verwendung von L-Band-SAR-Daten bei der Schätzung der oberirdischen Waldbiomasse besser war als die Verwendung von optischen Fernerkundungssatelliten. Die Rückstreuung von der SAR- oder Mikrowellenplattform ist bei AGB signifikant, wo die HV-Polarisation im Vergleich zur HH-Polarisation bei der Unterscheidung der Waldstruktur dominiert. Daher muss das vorgeschlagene Modell in der realen Studie anhand ausreichender Felddaten und eingehender Untersuchungen unter Anwendung verschiedener Fernerkundungssensoren bewertet werden.

Haftungsausschluss: Dieser Abstract wurde mit Hilfe von Künstlicher Intelligenz übersetzt und wurde noch nicht überprüft oder verifiziert.