從太空光達到在地校準：GEDI 在森林生物量估算中的角色From Spaceborne LiDAR to Local Calibration: GEDI's Role in Forest Biomass Estimation
全球光達產品直接拿來用會差多少，這篇用一個地中海森林案例把誤差攤在你面前
研究問題
這篇想回答的是 GEDI 這種全球 AGB 產品能不能在地方尺度直接套用，以及做了在地校準之後，森林生物量估算到底能不能改善。
材料與方法
作者以地中海 Apulia 森林為案例，結合 GEDI L4A 與地方資料，並用 MGWR 做在地校準。地面資料來源、樣區設計與模型變數細節，目前 review 稿還標註要再從全文確認。
結論
結論很清楚，直接拿 GEDI L4A 用會嚴重低估在地生物量，但經過 MGWR 在地校準後，誤差與偏差都大幅下降，所以全球產品比較適合當觀測層，而不是直接取代在地參考層。
討論與我的觀察
這代表全球產品要進到地方治理情境前，一定要先做在地校準與驗證。限制是這只是一個 Apulia 的本地化案例，不能把它的數字直接搬成台灣的表現估計，而且 PDF Table 2 還建議再做一次影像核對以排除抽取誤差。對我的研究來說，它很直接地支持台灣森林數位孿生必須內建 local calibration 與 validation feedback，但我要守住的範圍是 GEDI 需要在地校準，而不是 GEDI 不能用。
重要科學發現
- 直接使用 GEDI L4A 時 RMSE 為 40.756 Mg/ha、bias 為 -30.075 Mg/ha。
- 經 MGWR 在地校準後 RMSE 降到 14.059 Mg/ha、bias 接近 0（約 -0.032 Mg/ha）、R2 為 0.714。
博士生的話
這篇支撐我的博論設計選擇，也就是台灣 FDT 需要一個在地參考層與在地驗證迴圈；對 TJFS review 而言，它說明全球 AGB 產品是有用的觀測層，但不該取代在地校準。