{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,6,14]]，“日期-时间”：“2024-06-14T07:55:40Z”，“时间戳”：1718351740832}，“引用-计数”：62，“发布者”：“MDPI AG”，“问题”：“2”，“许可证”：[{“开始”：{'日期-部件“：[[22023,1,7]]，“时间”：3-01-07T00:00:00Z“，“时间戳”：16730496000000}，“内容版本”：“vor”，“延迟天数”：0，“URL”：“https://creativecommons.org/licenses\/by\/4.0\/”}]，“资助者”：[｛“DOI”：“10.13039\/50101100001809”，“名称”：“国家自然科学基金会”，“DOI断言者”：“出版商”，“奖项”：[“42171367”]｝，｛“名称”：“科技基础资源调查计划”，“奖项”：[“2022FY101902”]}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，“short-container-title”：[“Remote Sensing”]，“abstract”：“森林多样性的遥感估计在评估人类和自然干扰及其对有限资源下生物多样性的影响方面变得越来越重要。尽管实地调查和光学图像通常用于估计森林多样性，但结合垂直结构信息和多时相酚学特征来准确量化大型异质森林地区多样性的研究仍然缺乏。本研究利用GEDI LiDAR数据和Sentinel-2图像，结合回归模型，应用Simpson（\u03bb）、Shannon（H\u2032）和Pielou（J\u2033）三种不同的多样性指数对中国东北温带天然林林木物种多样性进行了表征。我们使用均值减少基尼（MDG）和增强回归树（BRT）评估某些变量的重要性，包括生长季和非生长季的月光谱带、植被指数、叶高多样性（FHD）和植物面积指数（PAI）（共68个变量）。我们使用四种回归算法，即支持向量机（SVM）、随机森林（RF）、K-最近邻（KNN）和拉索回归（LR），在三种不同多样性指数上绘制了12张森林多样性图。我们的研究得出结论，最重要的变量是FHD、NDVI、NDWI、EVI、短波红外（SWIR）和红边（RE）波段，尤其是在生长季节（5月和6月）。在算法方面，RF（平均R2=0.79）和SVM（平均R2\0.76）模型的估计精度优于其他模型（KNN和LR的R2分别为0.68和0.57）。该研究证明了GEDI LiDAR数据和多时相Sentinel-2图像在估算大面积森林多样性方面的准确性，提高了监测和管理森林生态系统的能力<\/jats:p>“，”DOI“：”10.3390\/rs15020375“，”type“：”journal-article“，”created“：{”date-parts“：[[2023,1,9]]，”date-time“：”2023-01-09T09:47:08Z“，”timestamp“：1673257628000}，”page“：前缀“：”10.3390“，“卷”：“15”，“作者”：[{“ORCID”：“http://\/ORCID.org\/0000-0001-8798-3449”，“authenticated-ORCID”：false，“给定”：“春英”，“家族”：“任”，“序列”：“第一”，“从属关系”：[]}，{“给定的”：“海陵”，“家庭”：“江”，“sequence”：“附加”，“隶属关系”：[]}“附加”，“从属关系”：[]}，{“给定”：Pan“，”family“：”Liu“，”sequence“：”additional“，”affiliation“：[]}，{”given“：”Huiying“，”家族“：”Li“，”sequence“:”additionable“，”abfiliation”：[]2]，”member“：”1968“，”published-online“：{”date-parts“：[2023,1,7]}“，“reference”：[{“key”：“ref_1”，“doi-asserted-by”：“crossref”，”first page“”：“111283”，“doi”：“10.1016”\/j.rse.2019.111283“，”文章标题“：”使用TanDEM-X InSAR数据和模拟GEDI激光雷达数据对三种不同森林类型的森林生物量进行估算”，“体积”：“232”，“作者”：“齐”，“年份”：“2019”，“期刊标题”：“遥感环境”。“}，{”key“：”ref_2“，”doi-asserted-by“：”crossref“，”first page“：“116”，”doi“：”10.1016\/j.isprsjprs.2017.10.008“，”article-title“：”使用Landsat 8光谱变量遥感物种多样性“，”volume“：“交叉引用”，“第一页“：”390“，”DOI“：”10.1016\/j.ecolind.2009.07.012“，”article-title“：”使用物种丰度数据是否改善了从遥感光谱异质性对物种多样性的估计？“，”卷“：”10“，”作者“：”奥尔德兰“，”年份“：”2010“，”新闻标题“：”经济。印度。“}，{”key“：”ref_4“，”doi-asserted-by“：”crossref“，”first-page“：”6045“，”doi“：”10.1073\/pnas.0401456101“，”article-title“：”伐木对马达加斯加森林多样性的长期影响“，”volume“：“101”，“author”：“Brown”，“year”：“2004”，“journal-title”：“Proc.Natl.Acad.Sci.USA”}，”{“key”：“ref_5”，“doi-assert-by”：“cross”ref“，”首页“：”385“，”doi“：”10.1126\/science.aaj1987“，”article-title“：”机载激光引导成像光谱学绘制森林特征多样性并指导保护“，”volume“：”355“，”author“：”Asner“，”year“：”2017“，”journal-title”：“science”}，{“key”：“ref_6”，”doi-asserted-by“：”crossref“，”first page“：“119945”，”doi“：”10.1016\/j.foreco.2021.119945“，”article-title“：”无人机采集的数据揭示了森林冠层结构在预测树木多样性中的重要性”，“材积”：“505”，“作者”：“张”，“年份”：“2022”，“期刊标题”：“For”。经济。管理。“}，{”key“：”ref_7“，”doi-asserted-by“：”crossref“，”first-page“：”478“，”doi“：”10.3390\/rs2020478“，”article-title“：”干旱热带森林植物多样性评估：“Landsat和Ikonos卫星图像的效用比较”，“volume”：“2”，“author”：“Nagendra”，“year”：“2010”，“journal-title”：“Remote Sens.”}，“{”key“：“ref_8”，“doi-assert-by”：“”交叉参考“，”首页“：”28“，”DOI“：”10.1016\/j.ecolind.2016.11.005“，”article-title“：”利用遥感和最少野外数据识别高自然价值草地“，”volume“：”74“，”author“：”Stenzel“，”year“：”2017“，”journal-title”：“Ecol。印度。“}，{”key“：”ref_9“，”doi-asserted-by“：”crossref“，”first-page“：”112582“，”doi“：”10.1016\/j.rse.2021.112582doi-asserted-by“：”crossref“，”first page“：”3058“，”doi“：”10.1093\/eurheartj\/ehaa500“，”article-title“：”新型冠状病毒肺炎患者的肺栓塞：法国多中心队列研究“，”volume“：“41”，”author“：”Fauvel“，“year”：“2020”，”journal-title：“Eur.Heart J.”}，{“key”：“ref_11”，”doi-assert-by“”：”crosdref“”，”first-page:“2818”，”DO I“：”10.3390\/rs4092818“，”文章标题“：“模拟森林\u03b1多样性和区系组成\u2014关于激光雷达加高光谱遥感的附加值”，“卷”：“4”，“作者”：“Leutner”，“年份”：“2012”，“期刊标题”：“遥感员”}，{“键”：“ref_12”，“doi断言”：“crossref”，“首页”：“474”，“doi”：“10.1002\/ecy.2109”，“文章标题”：“利用集成Li DAR和高光谱遥感技术绘制森林景观中多尺度维管植物丰富度图”，“卷”：“99”，“作者”：“哈肯伯格”，“年份”：“2018”，“期刊标题”：“生态学”}，{“关键”：“ref_13”，“doi-asserted-by”：“crossref”，“非结构化”：“Chrysafis，I.，Korakis，G.，Kyriazopoulos，a.P.，and Mallinis，G（2020）使用地理多样性和哨兵2号多季节光谱信息预测树种多样性。可持续性，12.“，”DOI“：”10.3390\/su12219250“}，{“key”：“ref_14”，“DOI-asserted-by”：“crossref”，“first page”：”112505“，”DOI“：“10.1016\/j.rse.2021.12505”，“article-title”：“从Sentinel-2实现植物功能多样性的可扩展评估：异质（半）自然景观中的In-situ验证”，“volume”：2021年“，“新闻标题”：“遥感环境。“}，{”key“：”ref_15“，”doi-asserted-by“：”crossref“，”first-page“：”7589“，”doi“：”10.1109\/JSTARS.2021.3098817“，”article-title“：”时间序列Sentinel-2数据的利用和不同的机器学习算法用于详细树种分类“，”volume“：“14”，”author“：”Xi“，”year“：”2021“，”journal-title”：“IEEE J.Sel.Top.Appl.Earth Obs。遥感器“}，{”key“：”ref_16“，”doi-asserted-by“：”crossref“，”first page“：“112885”，”doi“：”10.1016\/j.rse.2021.112885“，”article-title“：”沿海湿地盐沼植被的地上生物量：“使用生成对抗网络对原位高光谱和Sentinel-2数据进行样本扩展”，“体积”：“270”，“作者”：“陈”，“年份”：“2022”，“journal-title“：”遥感环境。“}，{”key“：”ref_17“，”doi-asserted-by“：”crossref“，”first page“：“112851”，”doi“：”10.1016\/j.rse.2021.112851“，”article-title“：”利用谷歌地球引擎和Sentinel-1 GRD数据采用机器学习方法的海冰厚度时空分布“，”volume“：270”，“author”：“Shamshiri”，“year”：“2022”，“journal-title”：“Remote Sens.Environ.”}，}“key“：“ref_18”，“first page”：“102172”，“article-title”：“使用Landsat和Sentinel-2时间序列表征温带阔叶林的春季物候”，“volume”：”92“，“author”：“Kowalski”，“year”：“2020”，“journal-title“：”Int.J.Appl。地球观测地理信息。“}，{”key“：”ref_19“，”doi-asserted-by“：”crossref“，”unstructured“：”Li，H.，Kato，T.，Hayashi，M.，and Wu，L.（2022）。根据PALSAR-2和Sentinel-2数据估算日本茨城县两种主要针叶树的森林地上生物量。遥感，14。“，”doi“：”10.3390\/rs14030468“}”，{“key”：“ref_20”，“unstructure”：“”Coyle，D.B.、Stysley，P.R.、Poulios，D.、Clarke，G.B.和Kay，R.B.（2015）。环境监测激光雷达遥感十五，SPIE。“｝，｛”key“：”ref_21“，”doi asserted by“：”crossref“，”首页“：”253“，”doi“：”10.1016\/j.rse.2016.10.118“，”文章标题“：”将Tandem-X InSAR和模拟GEDI激光雷达观测相结合用于森林结构测绘“，”卷“：”187“，”作者“：”Qi“，”年份“：”2016“，”期刊标题“：”Remote Sens.Environ.“｝，｛”key“：”ref_22“，”doi asserted by“：”crossref“，”首页“：”112760“，”DOI“：”10.1016\/j.rse.2021.112760”，“article-title”：“GEDI LIDAR深信号群波形的全球冠层高度回归和不确定性估计”，“volume”：“268”，“author”：“Lang”，“year”：“2022”，“journal-title“：”Remote Sens.Environ。“}，{”key“：”ref_23“，”doi-asserted-by“：”crossref“，”first page“：“112165”，”doi“：”10.1016\/j.rse.2020.12165“，”article-title“：”通过GEDI和Landsat数据的整合绘制全球森林冠层高度“，”volume“：“交叉引用”，“首页”：“113367”，“DOI”：“10.1016\/j.rse.202213367”，“文章标题”：“使用GEDI激光雷达和陆地卫星量化莫桑比克木炭降解的地上生物量动态”，“卷”：“284”，“作者”：“梁”，“年”：“2023”，“期刊标题”：“遥感环境。“}，{”key“：”ref_25“，”doi-asserted-by“：”crossref“，”first page“：“23”，”doi“：”10.1186\/s40663-015-0047-2“，“article-title”：“中国国家森林调查：历史\u2014results\u2014international context”，“volume”：“2”，“author”：“Zeng”，“year”：“2015”，“journal-title“：”For.Ecosyst.“}”，{“，”首页“：”1203“，”DOI“：”10.17520\/biods.2015313“，”article-title“：”中国森林生物多样性监测：科学基础与战略规划“，”volume“：”24“，”author“：”Mi“，”year“：”2016“，”journal-title”：“Biodivers.”。科学。“}，{”key“：”ref_27“，”doi-asserted-by“：”crossref“，”first page“：“379”，”doi“：”10.1002\/j.1538-7305.1948.tb01338.x“，”article-title“：”交流数学理论“，”volume“：：”27“，”author“：”Shannon“，”year“：”1948“，”journal-title首页“：”688“，”doi“：”10.1038\/163688a0“，”article-title“：”多样性测量“，”volume“：”163“，”author“：”Simpson“，”year“：”1949“，”journal-title”：”Nature“}，{“key”：”ref_29“，”doi-asserted-by“：”crossref“，“first page”：“131”，“doi”：“10.1016\/0022-5193（66）90013-0”1966年”，“新闻标题”：“J.Theor。Biol.“}，{“key”：“ref_30”，“unstructured”：“Bereta，K.，Caumont，H.，Daniels，U.，Goor，E.，Koubarakis，M.，Pantazi，D.-A.，Stamoulis，G.，Ubels，S.，Venus，V.，and Wahyudi，F.（2019）。哥白尼应用程序实验室项目：轻松访问哥白尼数据，EDBTMain-Knorn，M.、Pflug，B.、Louis，J.、Debaecker，V.、M\u00fcller-Wilm，U.和Gascon，F.（2017）。遥感图像和信号处理23，SPIE遥感。“}，{”key“：”ref_32“，”unstructured“：”Zuhlke，M.、Fomferra，N.、Brockmann，C.、Peters，M.，Veci，L.、Malik，J.和Regner，P.（2015）。欧空局科学研讨会哨兵-3。“}”，{“key”：“ref_33”，“unstructure”：“Rouse，J.W.、Haas，R.H.、Deering，D.W.、Schell，J.A.和Harlan，J.C.（1974）德克萨斯农工大学，监测自然植被的春季进展和退化（绿波效应）。第E75-10354号。“}，{”key“：”ref_34“，”unstructured“：”Gao，G.，Ting-Toomey，S.，and Gudykunst，W.B.（1996）。《中国传播过程》，牛津大学出版社用手持辐射计光谱数据监测玉米和大豆作物的生长发育”，“体积”：“8”，“作者”：“塔克”，“年份”：“1979年”，“新闻标题”：“遥感环境”。“}，{”key“：”ref_36“，”doi-asserted-by“：”crossref“，”first page“：“195”，”doi“：”10.1016\/S0034-4257（02）00096-2“，”article-title“：”MODIS植被指数的辐射和生物物理性能概述“，”volume“：“：”crossref“，”第一页“：”295“，”DOI“：”10.1016\/0034-4257（88）90106-X“，”文章标题“：”土壤调节植被指数（SAVI）“，”卷“：”25“，”作者“：”Huete“，”年份“：”1988“，”期刊标题“：“遥感环境。“}，{”key“：”ref_38“，”doi-asserted-by“：”crossref“，”first-page“：”294“，”doi“：”10.1029\/2018EA000506“，”article-title“：”GEDI模拟器：用于星载任务校准和验证的大足迹激光雷达模拟器“，”volume“：“6”，”author“：”Hancock“，”year“：”2019“，”journal title“：“Earth Space Sci.”}，”{“key”：“ref_39”，“”doi-asserted-by“：”crossref“，“首页”：“802”，“DOI”：“10.2307\/1933693”，“article-title”：“垂直测量的叶剖面”，“体积”：“50”，“作者”：“麦克阿瑟”，“年份”：“1969”，“日记标题”：“生态学”}，{“key”：“ref_40”，“DOI-asserted-by”：“crossrefs”，“first-page”：“1044”，“DI:”10.1016\/j.cageo.2007.010“，”article-title“：”自适应逆距离加权空间插值技术”，“体积”：“34”，“作者”：“卢”，“年份”：“2008”，“期刊标题”：“计算”。地质科学。“}，{”key“：”ref_41“，”doi-asserted-by“：”crossref“，”first-page“：”795“，”doi“：”10.1016\/0098-3004（96）00021-0“，“article-title”：“使用反距离加权（IDW）合并专题表面数据的多元插值”，“volume”：“22”，“author”：“Bartier”，“year”：“1996”，“journal-title“：”Compute.Geosci.“}”，{“key”：”ref_ 42“，”doi-asserted-b y“：”crossref“，”first page“：”1161“，”DOI“：”10.1007 \/s10980-020-01007-7“，“article-title”：“比较用增强回归树算法建立的多尺度和单尺度物种分布和丰度模型”，“volume”：“35”，“author”：“Hallman”，“year”：“2020”，“journal-title“：”Landsc。经济。“}，{”key“：”ref_43“，”doi-asserted-by“：”crossref“，”first page“：“574”，”doi“：”10.1016\/j.ecolind.2015.08.001“，”article-title“：”机载激光雷达遥感基尼系数预测显示管理强度对森林结构的影响“，”volume“：doi断言由“：”crossref“，”first page“：”2784“，”doi“：”10.1080\/0131161.2018.1433343“，”文章标题“：”遥感中机器学习分类的实现：应用综述“，”卷“：”39“，”作者“：”Maxwell“，”年份“：”2018“，”期刊标题“：”Int.J.remote Sens“}，｛”key“：”ref_45“，”doi断言由“：”crossref“，”非结构化“：”Vafaei，S.、Soosani，J.、Adeli，K.、Fadaei，H.、Naghavi，H.，Pham，T.和Tien Bui，D.（2018年）。结合ALOS-2 PALSAR-2和Sentinel-2A图像和机器学习提高森林地上生物量的准确度估算：以Hyrcanian森林地区（伊朗）为例。遥感器，10.“，”DOI“：”10.3390\/rs10020172“}，{“key”：“ref_46”，“DOI-asserted-by”：“crossref”，“first page”：”205“，“DOI”：“10.4236\/ojs.2011.13024”，“article-title”：“某些输入参数的随机林出袋（OOB）错误的偏差”，“volume”：1“，”author“：”Mitchell“，”“year”：“2011”，“journal-title“：”Open J.Stat.“}，{“key”：“ref_47”，“首页”：“102326“，”文章标题“：“通过整合GEDI LiDAR数据和多传感器图像，改进中国东北长白山混交林生态区（CMMFE）林分蓄积量的估算”，“蓄积量”：“100”，“作者”：“陈”，“年份”：“2021”，“期刊标题”：“国际应用杂志”。地球观测地理信息。“}，{”key“：”ref_48“，”doi-asserted-by“：”crossref“，”unstructured“：”Hastie，T.，Tibshirani，R.，Friedman，J.H.，and Friedmon，J.H..（2009）。《统计学习的要素：数据挖掘、推断和预测，Springer》，“doi”：“10.1007\/978-0-387-84858-7”}，“{”key“：“ref_49”，“doi-assert-by”：“crossreff”，“first page”：“111536”，“doi:”10.1016 \/j.rse.2019.111536“，“文章标题”：“使用Sentinel-1和-2卫星图像时间序列预测草原植物多样性”，“卷”：“237”，“作者”：“Fauvel”，“年份”：“2020”，“期刊标题”：《遥感环境》。“}，{”key“：”ref_50“，”doi-asserted-by“：”crossref“，”first-page“：”111538“，”doi“：”10.1016\/j.rse.2019.111538key“：”ref_51“，”doi-asserted-by“：”crossref“，”unstructured“：”Sothe，C.，Almeida，C.，Liesenberg，V.，and Schimalski，M.（2017）。评估Sentinel-2和Landsat-8数据以绘制巴西南部亚热带森林的演替森林阶段。遥感，9.“，”DOI“：”10.3390\/rs9080838“}，{“key”：“ref_52”，“DOI-asserted-by”：“crossref”，“first page”：：“112103”，“DOI”：“10.1016\/j.rse.2020.12103”，“article-title”：“使用波兰喀尔巴阡山脉Sentinel-2图像和环境数据进行森林物种制图的机器学习算法评估”，“volume”：”251“，“author”：“Grabska”，““2020年”，“新闻标题”：“遥感环境”。“}，{”key“：”ref_53“，”doi-asserted-by“：”crossref“，”first page“：“64”，”doi“：”10.1016\/j.rse.2016.08.013“，”article-title“：”Review of studies on tree species classification from Remote resensed data“，“volume”：“186”，“author”：“Fassnacht”，“year”：“2016”，“journal-title”：“Remote Sens.Environ.”}，”{“key”：”ref“，“首页”：“24”，“DOI”：“10.1016\/j.ispsjprs.2016.01.011”，“文章标题”：“遥感中的随机森林：应用综述和未来方向”，“卷”：“114”，“作者”：“Belgiu”，“年份”：“2016”，“期刊标题”：“ISPRS j.Photogramma。遥感。“}，{”key“：”ref_55“，”doi-asserted-by“：”crossref“，”unstructured“：”Wessel，M.，Brandmeier，M.和Tiede，D.（2018）。基于Sentinel-2数据的树木类型和树种可缩放分类的不同机器学习算法评估。遥感，10.“，”doi“：”10.3390\/rs10091419“}”{“key”：“ref_56”，“doi-assert-by”：“”crossref“，”first page“：”112294“，”DOI“：”10.1016\/j.rse.2021.112294”，”article-title“：”完成MODIS Terra反射率数据中分数雪盖估算的机器学习传奇：“随机森林与支持向量回归”，“体积”：“255”，“作者”：“Kuter”，“年份”：“2021”，“日志标题”：“遥感环境”。“｝，｛”key“：”ref_57“，”doi asserted by“：”crossref“，”首页“：”111669“，”doi“：”10.1016\/j.rse.200.111669“，”文章标题“：”集成机载激光扫描数据、星载雷达数据和数字航空图像来估计伊朗海尔卡尼亚森林的地上碳储量“，”卷“：”240“，”作者“：”Poorazimy“，”年份“：”2020“，”期刊标题“：”遥感环境。“}，{”key“：”ref_58“，”doi-asserted-by“：”crossref“，”first-page“：”395“，”doi“：”10.1093\/foresty\/cpq022“，”article-title“：”温带森林立木材积和生物量的非参数预测和制图：“多重光学\/LiDAR衍生预测因子的应用”，“volume”：“83”，“author”：“Latifi”，“year”：“2010”，“journal-title”：“forestry”}，{“key”：“ref_59”，“doi-asserted-by”：“crossref”，“first page”：《36》，“doi”：“10.1016\/j.soilbio.2013.02.20”，《article-title》：“树种多样性与树种身份：土壤线虫指示的森林食物网构建驱动力”，“volume”：：“ref_60”，“doi-asserted-by”：“crossref”，“first page”：“4776”，“doi”：“10.1038\/s41598-018-23136-5”，“article-title”：“基于精细尺度的高光谱指数的植物物种多样性评估”，“volume”：”8“，“author”：“Peng”，“year”：“2018”，“journal-title“：”Sci.Rep.“：“Cabrero-Gonz\u00e1lez，C.，Garrido-Almonacid，A.，Esquivel，F.J.，and C\u00e马拉-Serrio，J.A.（2022）。空间位置模型：来自LiDAR技术和实地调查的戈尔河巨石景观（西班牙）新数据。考古。展望，2013年1月15日。”，“DOI”：“10.1002\/arp.1879”}，{“key”：“ref_62”，“DOI-asserted-by”：“crossref”，“first page”：“405”，“DOI”：“10.1016\/j.oneear.2020.05.001”，“article-title”：“遥感在森林生态和管理中的应用”，“volume”：“2”，“author”：“Lechner”，“year”：“2020”，“journal-title“：“One Earth”}”，“container-title（容器-title）：[“remote sensing”]，“original-title:[]，“language”：“en”，“link”：[{“URL”：“https:\\\\/www.mdpi.com\/2072-4292\/15\/2\/375\/pdf“，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[[2023,18]]，“date-time”：”2023-01-18T06:25:14Z“，”timestamp“：1674023114000}，”score“：1，”resource“：{”primary“：”{“URL”：“https://www.mdpi.com\/2072-4292\/15\/2/375”}}，“subtitle”：[]，“短标题”：[]用法：[2023,1,7]]}，“references-count”：62，“journal-issue”：{“issue”：“2”，“published-on-line”：{“date-parts”：[[2023,1]]}}，”alternative-id“：[”rs15020375“]，”URL“：”http://\/dx.doi.org\/10.3390\/rs15020375%“，”relationship“：{}”，“ISSN”：[“2072-4292”]，“ISSN-type”：[{“value”：“2072-4”292“，”type“：”electronic“}]，”subject“：[]，”published“：{”date-parts“：[2023,1,7]]}}}