森林有着独特的垂直分层结构。为了深入分析森林生态系统的内在结构和功能，完善地表物质、能量和水分交换过程模型，必须对森林的垂直结构特征进行定量研究。森林分层结构参数，如分层叶面积指数（leaf area index, LAI），是描述森林垂直结构的关键参数。获取森林分层LAI有助于深入理解森林物质和能量循环过程，提升森林生物多样性监测和高质量森林经营管理质量，助力遥感辐射传输建模。 

　　目前，国内外关于森林垂直分层LAI的数据非常缺乏，对森林分层LAI的时空变异特征也缺乏足够的认识。激光雷达作为一种主动遥感探测技术，具有反演森林垂直结构特征的独特优势。但目前利用激光雷达反演分层LAI的算法还存在许多不足，有限的垂直分层LAI产品也未得到充分检验。 

　　中国科学院地理科学与资源研究所博士生汪垚和导师方红亮研究员在河北省塞罕坝国家森林公园开展了多年的森林垂直分层LAI测量和遥感反演试验，取得了初步结果，为后续开展大范围森林分层LAI研究奠定了基础。主要进展如下： 

　　（1）发展了一种便携式数字半球摄影测量系统，开展了有叶季和落叶季的森林分层LAI地面测量，获取了林分尺度的分层LAI数据并分析了LAI的垂直分层和季节变化特征。 

　　（2）评估了多种机载激光雷达指数估算森林垂直分层LAI的能力，提出了一个新的联合激光雷达穿透指数并成功进行了区域尺度的分层LAI制图。 

　　（3）评估了目前的星载分层LAI产品，发现在有叶季，星载分层LAI与地面测量数据有着较好的一致性（R² = 0.90，RMSE = 0.23），而在落叶季，星载产品出现了一定程度的低估（R² = 0.70，RMSE = 0.14，bias = ？0.13）。 

　　该项研究得到了国家自然科学基金和国家重点研发计划的资助。相关研究有助于推动森林垂直分层LAI的地面测量、遥感反演及验证研究，并为全球分层LAI产品的生产和验证提供参考。 

　　研究论文：  

　　Wang, Y., Fang, H., Zhang, Y., Li, S., Pang, Y., Ma, T., & Li, Y. (2023). Retrieval and validation of vertical LAI profile derived from airborne and spaceborne LiDAR data at a deciduous needleleaf forest site. GIScience & Remote Sensing, 60:1, 2214987. https://doi.org/10.1080/15481603.2023.2214987.