融合时间序列遥感数据与多算法聚类分层(Clustering Stratification)的森林碳储量(Carbon Storage / Carbon Stock)建模方法研究

《Trees, Forests and People》：Research on forest carbon storage modeling method integrating time series remote sensing data and multi-algorithm clustering stratification

　　

已有研究大多聚焦于单一算法，关于不同无监督聚类(Unsupervised Clustering)算法对森林碳储量估算精度提升作用的研究仍不充分。为此，研究人员基于滇西北区域1997—2017年五期连续森林调查数据集与Landsat遥感影像，结合归一化植被指数(Normalized Difference Vegetation Index, NDVI)时间序列，分别采用K-Means聚类(K-Means Clustering, K-Means)、高斯混合模型(Gaussian Mixture Model, GMM)及自组织映射(Self-Organizing Map, SOM)进行聚类分层，并应用随机森林(Random Forest, RF)构建森林碳储量估算模型。结果表明：(1)年均NDVI于2013年达最大值0.71，2010年最低为0.53，整体呈稳定上升趋势，平均增长率0.006/a。(2)基于NDVI时序特征的聚类产生互不重叠的分层，SOM算法五个时序特征的平均轮廓系数(Silhouette Coefficient, SC)均高于其余算法；经主成分分析(Principal Component Analysis, PCA)降维可视化，K-Means与SOM的聚类紧致度优于GMM，SOM的SC(0.418)与戴维森堡丁指数(Davies–Bouldin Index, DB)(0.935)均优于K-Means和GMM。(3)基于SOM分层的随机森林模型精度最高，决定系数(Coefficient of Determination, R2)为0.90，均方根误差(Root Mean Square Error, RMSE)为3.19 t/hm2，相对均方根误差(relative RMSE, rRMSE)为34.69%，平均绝对误差(Mean Absolute Error, MAE)为2.05 t/hm2。NDVI时序特征结合SOM算法可在保证估算精度的同时降低对样本量的需求，从而减少成本与人力物力投入。

论文解读：《融合时间序列遥感数据与多算法聚类分层(Clustering Stratification)的森林碳储量(Carbon Storage / Carbon Stock)建模方法研究》

发表于《Trees, Forests and People》

【研究背景】

森林是陆地生态系统的重要组成部分，其碳循环调节功能对缓解气候变化至关重要，森林碳储量是评估生态系统固碳能力的核心指标。现有主流估算方法多依赖密集野外样地调查及基于林型、龄组或地形等静态环境因子的经验分层(Static Stratification)，成本高耗时长，且难以捕捉森林生态系统时空异质性与动态变化过程，导致样本代表性不足、模型泛化能力弱。长时间序列光学遥感数据可反映植被指数（如归一化植被指数，Normalized Difference Vegetation Index, NDVI）的年际动态与季节振幅，NDVI时间序列(NDVI Time Series)蕴含植被覆盖与生态过程信息，适合识别具相似生态行为的林地单元。无监督聚类(Unsupervised Clustering)可从复杂高维森林数据中识别结构并归类，但已有研究多聚焦单一算法，缺乏K-Means聚类(K-Means Clustering, K-Means)、高斯混合模型(Gaussian Mixture Model, GMM)与自组织映射(Self-Organizing Map, SOM)等不同无监督聚类算法在森林碳储量估算中分层机制、稳定性及对最终模型精度影响的系统比较。滇西北位于横断山脉南段，地形复杂、垂直植被带谱完整，是西南地区重要碳汇功能区与生态安全屏障，受地形交通限制传统调查难实现全覆盖与高频监测，亟需高效精确的遥感监测方法。本研究以滇西北1997—2017年五期森林连续清查固定样地与Landsat遥感影像为基础，提取NDVI年际变化七项特征构成高维向量，分别用K-Means、GMM、SOM进行聚类分层并按比例抽样，再构建随机森林(Random Forest, RF)模型估算碳储量，系统比较三种聚类分层方案与非分层对照的估算精度，筛选最优算法并绘制2025年碳储量空间分布。

【主要技术方法概述】

研究人员选用云南省1997、2002、2007、2012、2017年五期森林资源连续清查272个固定样地（分布于滇西北），依据蓄积量—生物量转换模型（含各优势树种参数）与含碳系数计算样地碳储量(Carbon Storage, C, 单位t/hm²)；在Google Earth Engine(GEE)平台获取同期Landsat TM/ETM+/OLI影像（云量<10%，取年中值合成）及数字高程模型(Digital Elevation Model, DEM, 30 m)，提取样地对应像素NDVI值构建1997—2017年NDVI时间序列，计算均值(mean)、标准差(standard deviation, std)、最大值(max)、最小值(min)、极差(range)、斜率(slope)、变异系数(coefficient of variation, cv)共七项时序特征作为输入；同步提取6个原始波段、10种植被指数（含大气阻抗植被指数Atmospheric Resistant Vegetation Index, ARVI；增强植被指数Enhanced Vegetation Index, EVI；归一化水体指数Normalized Difference Water Index, NDWI等）、3项地形因子（海拔Elevation、坡度Slope、坡向Aspect）及3×3窗口下灰度共生矩阵Gray-Level Co-occurrence Matrix, GLCM纹理特征（均值Mean、方差Variance、同质性Homogeneity等共48个）作为建模因子；用肘部法则(Elbow Method)确定最佳聚类数K=3，分别以K-Means、GMM、SOM对NDVI时序七维特征聚类分层，每层按30%比例简单随机抽样（层内不足1补为1），设非分层随机抽样为对照；经Pearson相关分析与随机森林特征重要性排序筛选前6个最重要遥感因子，按80%训练、20%测试划分数据集建立随机森林回归模型，采用决定系数(Coefficient of Determination, R²)、均方根误差(Root Mean Square Error, RMSE)、相对均方根误差(relative RMSE, rRMSE)、平均绝对误差(Mean Absolute Error, MAE)评价精度，并以轮廓系数(Silhouette Coefficient, SC)、戴维森堡丁指数(Davies–Bouldin Index, DB)、Calinski–Harabasz指数(CH)评价聚类效果，经主成分分析(Principal Component Analysis, PCA)降至二维做可视化比较，最终基于最优SOM分层模型预测滇西北2025年森林碳储量空间分布。

【研究结果】

3.1 NDVI年际变化趋势分析

研究人员计算研究区1997—2017逐年平均NDVI，结果显示NDVI值在0.53～0.71间波动，2013年最高(0.71)，2010年最低(0.53)；整体呈稳定上升趋势，平均增长率0.006/a，各年份均>0.5表明滇西北植被覆盖总体良好，与区域生态环境改善趋势一致。

3.2 不同算法聚类对比分析

3.2.1 K值确定

以NDVI时序七特征输入三种算法，用肘部法则评估不同K值下簇内平方和(Within-cluster Sum of Squares, WCSS)，K=2→3时WCSS降幅明显，K≥3后趋缓，拐点即最佳聚类数为K=3。

3.2.2 轮廓系数分析

计算各特征平均轮廓系数(SC)，SOM在mean、max、min、cv、range五项特征上的平均SC均高于K-Means与GMM，std仅比K-Means低0.01；GMM六项特征平均SC均为三者最低，表明SOM对本研究数据聚类效果较优，GMM最差。

3.2.3 聚类中心比较

三算法均将样地分为三类：第1类平均NDVI最低（K-Means 0.4793、GMM 0.5217、SOM 0.4488），变异系数较小，对应低覆盖较稳定类型；第2类平均NDVI居中（K-Means 0.5896、GMM 0.5817、SOM 0.5879），std与cv最大，对应中等覆盖且年际波动大、可能受干扰或处于演替阶段；第3类平均NDVI最高（K-Means 0.6662、GMM 0.6687、SOM 0.6636），cv较低，对应高覆盖成熟林。三类划分与"退化—演替—成熟"森林生态阶段具一致性。

3.2.4 可视化分析

经PCA将七维特征降至二维作图，K-Means簇间分离清晰、簇内集中、重叠少；GMM簇边界模糊、重叠多、部分样本离散；SOM保持一定拓扑结构，簇间有分离但局部边界略重叠。K-Means与SOM聚类紧致度优于GMM。

3.2.5 聚类算法效果评价

综合指标：SOM的SC=0.418（最接近1）、DB=0.935（最小），K-Means的SC=0.416、DB=0.951、CH=173.1（最大），GMM的SC=0.352、DB=1.187、CH=129.8。SOM的SC与DB均优于K-Means与GMM，CH略低于K-Means但仅差2.4，综合判定SOM聚类效果最佳，GMM最差。

3.3 模型构建与验证

经Pearson相关与RF特征重要性筛选各方案前6个最重要遥感因子后建RF模型（训练集80%、测试集20%）。精度结果：未分层R²=0.77、RMSE=5.57 t/hm²、rRMSE=55.86%、MAE=3.32 t/hm²；K-Means分层R²=0.83、RMSE=4.19、rRMSE=44.70%、MAE=2.72；GMM分层R²=0.85、RMSE=4.43、rRMSE=42.84%、MAE=2.92；SOM分层R²=0.90、RMSE=3.19 t/hm²、rRMSE=34.69%、MAE=2.05 t/hm²。三种聚类分层精度均显著高于未分层，其中SOM分层RF模型精度最高。

3.4 森林碳储量预测

基于SOM分层筛选的前6个最重要因子建立RF模型，对滇西北2025年森林碳储量作空间估算，结果显示碳储量空间分布具显著异质性，总体北高南低并伴局部高值区：高碳储量区主要分布于迪庆、怒江北部高海拔山区，以云杉(Picea asperata Mast.)、冷杉(Tsuga chinensis (Franch.) E. Pritz.)等针叶林为主；中碳储量广泛分布于大理西北部、丽江北部及怒江南部，以针阔混交林为主；低碳储量分布于丽江南部、大理西南部，受人类活动干扰强、植被覆盖偏低。

【讨论与结论总结】

传统静态分层难反映森林动态生长过程，而NDVI长时序变化能综合体现气候、自然扰动与人类活动影响。本研究以NDVI年际变化特征（mean、std、cv、slope等）聚类分层实质是对森林生长轨迹与稳定性模式的识别，具明确生态学含义（低/中/高覆盖对应退化—演替—成熟）。三种无监督聚类中SOM因可捕捉非线性模式与局部相关性、通过竞争学习自适应识别植被类型连续梯度与空间异质性，其SC(0.418)、DB(0.935)综合评价最优。经SOM分层后RF模型R²达0.90，较未分层显著提升，证明NDVI时序聚类分层可优化样本空间分布代表性、增强模型对复杂山地异质性识别能力，且在保证精度前提下可减少所需样本量。2025年碳储量空间格局与已有研究吻合，印证该方法适用于复杂地形区森林碳汇监测。研究局限含固定样地代表性有限、聚类参数敏感性及仅用光学遥感NDVI时序，未来建议多源样地交叉验证、自适应参数优化及融合激光雷达(Light Detection and Ranging, LiDAR)、合成孔径雷达(Synthetic Aperture Radar, SAR)与更多敏感植被指数（如EVI、近红外反射率植被指数Near-infrared Reflectance of Vegetation, NIRv）以提升特征维度与生态指示意义。

结论翻译：(1) 1997—2017年滇西北年均NDVI 2013年最高(0.71)、2010年最低(0.53)，整体呈稳定上升趋势，平均增长率0.006/a。(2) 基于NDVI时序特征的样地聚类分层可得互不重叠分层；SOM算法mean、max、min、cv、range五项特征平均轮廓系数均高于其余算法，经PCA可视化K-Means与SOM聚类效果优于GMM；SOM聚类结果SC=0.418、DB=0.935，两项指标均优于K-Means与GMM。(3) 随机森林模型中不同聚类分层数据均较未分层提升碳储量估算精度，其中SOM聚类分层数据所建模型精度最优，R²=0.90、RMSE=3.19 t/hm²、rRMSE=34.69%、MAE=2.05 t/hm²。