高分辨率、空间明确的林龄图对于量化森林碳储量和固碳潜力至关重要。。之前在中国进行的全国范围内的林龄估算工作一直受到分辨率稀疏和森林生态系统覆盖不全的限制。由于物种组成复杂、森林面积广阔、实地测量不足以及方法不完善等原因，分辨率稀疏且森林生态系统覆盖不全，从而限制了对中国全国范围内森林年龄的估算。为了应对这些挑战，我们开发了一个将机器学习算法（MLAs）和遥感时间序列分析相结合的框架，用于估算中国的森林年龄。最初，我们根据森林高度、气候、地形、土壤和林龄野外测量，确定并开发用于各种植被划分的森林年龄估计的最佳 MLA，并利用这些 MLA 来确定林龄信息。随后，我们应用LandTrendr时间序列分析来检测1985年至2020年的森林干扰，并利用上次干扰以来的时间作为森林年龄的代理。最终，将LandTrendr的林龄数据与MLA的结果相结合，生成2020年中国林龄图。
收集了中国2004-2008年第七次全国森林清查调查（http://www.forestry.gov.cn/，最后访问日期：2023年9月22日）的数据， 用于开发估计森林年龄的模型。该清单涉及基于覆盖全国的667 m2样本地块系统准确地监测国家森林资源。从样地收集的主要信息是树种、林龄、平均树高和地理位置。林分年龄是根据种植时间确定的，或者使用树的胸径来估计。我们总共收集了 58,033 个年龄从 1 年到 480 年不等的田地。样本的平均年龄为34.0岁，标准差为29.6岁。样本样地分布在8个植被分区，每个分区至少包含436个样本样地，用于构建MLAs以估计林龄。
该框架结合了机器学习算法（MLA）和遥感时间序列分析，用于估计中国森林的年龄。
应用LandTrendr时间序列分析来检测1985年至2020年的森林干扰，并利用上次干扰以来的时间作为森林年龄的代理。最终，将LandTrendr的林龄数据与MLA的结果相结合，生成2020年中国林龄图。对独立田图的验证产生了R2，范围为 0.51 至 0.63。在全国范围内，平均林龄为56.1年（标准差为32.7年）。青藏高原高寒植被区森林最古老，平均植被年限为138.0年，而暖温带落叶阔叶林植被区植被平均年限仅为28.5年。这张30米分辨率的森林年龄图为全面了解中国森林的生态效益和可持续管理中国森林资源提供了重要的见解。
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
CSTR:11738.11.NCDC.ZENODO.DB6448.2024
10.5281/zenodo.8354262
