L’Italia forestale e montana·10月6日 · 周二论文农业遥感与作物表型阅读 2
Integrating Remote Sensing and Ground-Based Inventories to Map and Validate Old-Growthness across Italian Forests
Costanza Borghi · Francesco Solano · Giovanni D’Amico 等 12 人
论文解读
79精选
速览
用意大利森林调查数据验证了30米分辨率的老龄林概率遥感制图。
方法
整合遥感预测图与2015年全国森林清查6993个样地做统计验证。
发现
高老龄林概率与老林龄、多层结构、高郁闭度、保护区及陡坡高地显著相关。
机会点
可引入LiDAR三维数据与微生境指标，提升老龄林及枯木碳储监测精度。
影响力18
信息增量22
专业深度18
信源权威13
时效性8
意大利全国尺度遥感与地面清查融合验证老龄林制图，方法可迁移，对森林碳汇与生物多样性监测有参考价值。
原文摘要
成熟林与类原始林（Mature and Old-Growth-like Forests, MOGF）对生物多样性保护和气候调节至关重要，但在欧洲范围内仍属稀有且呈破碎化分布。本研究旨在通过将意大利全国MOGF概率高分辨率（30 m）预测图与2015年全国森林资源清查（INFC2015）的独立地面数据相结合，对该预测图进行生态学验证。采用多源数据方法，我们分析了覆盖多种森林类型和环境梯度的6993个清查样地。统计分析证实，较高的MOGF概率与林分发育高级阶段的指标密切相关，包括较老的龄级（>120年）、多层垂直结构以及高郁闭度（>80%）。MOGF概率在严格保护区（如国家公园A区）以及高海拔和陡坡等地形偏远区域也显著更高。定量相关性还将MOGF概率与地上生物量和枯死木的增加联系起来。尽管本研究成功验证了森林成熟度的空间格局，但仍存在局限性，包括目前缺乏用于枯死木建模的全国尺度三维LiDAR数据，以及INFC2015中缺乏微生境指标。然而，预计这些指标将被纳入未来的国家框架，从而进一步完善对这些生态系统的监测。