森林生物量估算從單木到地景尺度的變異與不確定性，異速生長方程式所扮演的角色Variability and uncertainty in forest biomass estimates from the tree to landscape scale: the role of allometric equations

研究問題

這篇想回答異速生長方程式的選擇與其不確定性，會如何影響從單木到地景尺度的森林地上生物量估算，以及它在總誤差裡到底佔多大份量。

材料與方法

作者在美國科羅拉多 156 萬公頃森林研究區破壞性取樣 40 棵樹建立在地異速方程式，再用 Legacy Tree 資料庫 285 棵獨立樹驗證，比較在地方程式、Jenkins 全國方程式與 FIA-CRM 三套；接著用隨機森林結合 Landsat 影像與地形氣候圖層繪製生物量地圖，並把異速誤差與遙測預測誤差一路傳遞到單木、樣區與像元尺度。

結論

結論是異速方程式的選擇主導了單木、樣區到地景尺度的生物量估算，若不把異速不確定性一併傳遞，總誤差會被低估，而且不同方程式做出來的地圖看起來會誤導性地相似，給人假性的高信心。

討論與我的觀察

這對我研究的意義是，在森林數位孿生或 MRV 的底層，地面量測的誤差必須被明確追溯與傳遞，不能只報遙測模型誤差就交差。原文確認異速不確定性可佔總不確定性的三成至七成五，獨立評估時甚至大過遙測預測誤差。限制也很清楚，在地方程式每種只有 10 到 20 棵樹、集中在小範圍，而且沒納入胸徑與樹高量測誤差，所以連它自己的總不確定性都還是低估的。這是美國溫帶針葉林案例，我只能借它的方法論與誤差結構，不能把數值直接搬到台灣森林。

重要科學發現

• 原文確認，異速不確定性貢獻總不確定性的 29.9 至 75.2%，遙測模型預測不確定性貢獻其餘部分。
• 整個研究區地上生物量，在地方程式約 20.66 億 Mg、Jenkins 約 22.24 億 Mg、FIA-CRM 約 15.02 億 Mg，最大像元差異達 236.6 Mg ha-1。
• 用獨立 Legacy 資料評估時，樣區層 RMSE 從方程式擬合的 41.5 Mg ha-1 升到 90.9 至 135.7 Mg ha-1。

關鍵短引用

異速不確定性可超過遙測模型預測不確定性p.18 Conclusion

異速方程式選擇是生物量估算的主導影響p.18 Conclusion

博士生的話

這篇支撐我博論把地面量測層的異速不確定性納入森林數位孿生的誤差預算，對 TJFS review，它幫我證明只報遙測誤差是不夠的，異速誤差必須一併傳遞並用獨立資料驗證。