在亞熱帶常綠闊葉林中以遙測影像萃取之物候資訊製圖森林地上生物量Mapping Forest Aboveground Biomass with Phenological Information Extracted from Remote Sensing Images in Subtropical Evergreen Broadleaf Forests

研究問題

這篇想回答的是，在常綠闊葉林因為葉綠素含量高而造成光譜飽和的情況下，能不能用生長季與非生長季之間的光譜反射變化所萃取的物候特徵，提升地上生物量的估算精度。

材料與方法

研究區在中國湖南沅陵縣的亞熱帶常綠闊葉林，2021 年 12 月以隨機分層抽樣採集 100 個樣區當真值，地上生物量用中國二元材積公式加生物量擴展因子連續函數法換算，平均約 139.97 t/hm²。遙測用 Sentinel-2 時序，把非生長季的 1 到 3 月、11 到 12 月和生長季的 4 到 10 月分開，用 NDVI、EVI2、NDPI、IRECI 四個植生指數的時序曲線以非對稱高斯模型擬合，再用 TIMESAT 軟體以動態閾值法定出季節起訖，每條時序萃取 13 個物候特徵。它設計六組變數集，A 是只含單期光譜、植生指數與紋理的基線，B 到 E 各加一個指數的物候特徵，F 把四個指數的物候特徵全部加進來，最後用多元線性回歸、K 近鄰、支援向量機與隨機森林四種模型估算。

結論

結論是物候特徵確實有效。物候特徵對生物量的距離相關係數最高 0.57，明顯高於基線特徵集的 0.44；其中 NDVI 與 NDPI 的季節變化比 EVI2 與 IRECI 更能反映生物量累積。整合四個指數物候特徵的變數集 F 估算最好，rRMSE 介於 21.01% 到 25.06%、R² 介於 0.40 到 0.58，最佳是 SVM 配 F 的 R²=0.58、rRMSE=21.01%。

討論與我的觀察

這對我研究的意義在於，它證明在密閉的亞熱帶常綠闊葉林冠層裡，時序與物候資訊是突破光學飽和的關鍵資料層，這正好支撐我把森林數位孿生的光學輸入設計成連續更新的時間序列而不是單期影像。限制要記住，全文只用單一研究區 100 個樣區、生物量擴展因子與二元材積公式是中國本土係數、最佳 R² 也只到 0.58 屬中等，而且物候特徵能緩解飽和但沒有完全消除，高生物量區仍有殘留。作者也說地面資料因隱私不公開、未來會深入分析不同波段反射變化找更敏感的物候指標。搬到台灣的話，飽和問題與季節物候是共通的，但 BEF 與材積公式需要在地化重新校正。

重要科學發現

• 物候特徵對地上生物量的最高距離相關係數為 0.57，明顯高於基線特徵集（光譜加植生指數加紋理）的 0.44（摘要、Section 4.2、Figure 8）。
• 整合四個植生指數全部物候特徵的變數集 F，rRMSE 介於 21.01% 到 25.06%、R² 介於 0.40 到 0.58，最佳為 SVM 配 F 的 R²=0.58、rRMSE=21.01%（摘要、Table 4）。
• NDVI 與 NDPI 萃取的物候特徵（R²=0.52、0.51）明顯優於 EVI2 與 IRECI（皆 R²=0.33），季節 NDVI 與 NDPI 更能反映生物量累積（Conclusion）。

博士生的話

這篇支撐我把森林數位孿生的光學資料層設計成多季連續更新的時間序列，用物候特徵突破常綠闊葉林的光譜飽和，而不是依賴單期影像；對 TJFS review，它是一個明確的研究缺口錨點，點出亞熱帶常綠闊葉林光學估算仍受飽和限制、且時序物候特徵是可行的緩解路徑。