北京大学郭庆华团队发布中国森林分层叶面积指数空间分布数据集

• ：北京大学数字生态研究团队
        
• ：2026-09-30

近期，北京大学数字生态研究团队（负责人：郭庆华教授）通过生态网络云平台（https://www.nesdc.org.cn）发布了中国森林30米空间分辨率、5米垂直分辨率分层叶面积指数数据集，用户可在线访问获取数据。相关研究成果以“Unveiling forest vertical structure across China through stratified effective plant area index using extensive UAV LiDAR and multi-source remote sensing data”为题发表在 Remote Sensing of Environment 期刊。

森林植被的垂直分布是刻画森林三维结构和生态功能的重要基础，但现有大尺度遥感产品主要关注森林高度、覆盖度及总叶面积指数，难以反映森林内部不同高度层的植被分布。本研究结合模拟场景、实测样地以及高密度无人机和地基LiDAR数据，基于物理模型开展分层叶面积指数反演与验证，并整合全国608架次、超过13万个样本的无人机LiDAR数据及多源卫星遥感数据，构建多任务深度学习模型MoE，生成了中国森林30 m空间分辨率、5 m垂直分辨率的分层叶面积指数数据产品。结果表明，中国森林植被总体集中于中低冠层，其中5–10 m层贡献最高，占总叶面积的31.26%，10 m以下植被合计贡献超过55%；热带和亚热带森林具有更连续的多层结构，而温带和寒温带森林主要集中于5–15 m高度范围。该数据集进一步揭示了森林植被在不同高度层的空间分布，可为森林三维结构监测、生物多样性评估和碳循环研究提供重要数据支持。

图1 中国森林30 m空间分辨率、5 m垂直分辨率分层叶面积指数空间分布

该研究工作和数据制备得到了国家重点研发计划（2022YFB3903305）、国家自然科学基金（42371329）的资助。

论文信息：Zhiyong Qi, Zitong Bai, Haitao Yang, Yao Wang, Kai Cheng, Zekun Yang, Ang Chen, Tianyu Xiang, Yu Ren, Yixuan Zhang, Yuling Chen, Qingpeng Wang, Guangcai Xu, Hongliang Fang, Qinghua Guo. Unveiling forest vertical structure across China through stratified effective plant area index using extensive UAV LiDAR and multi-source remote sensing data, Remote Sensing of Environment, 343, 115492, https://doi.org/10.1016/j.rse.2026.115492.

数据链接：2020年中国森林分层有效植物面积指数空间分布数据集