森林有著獨特的垂直分層結構。為了深入分析森林生態系統的內在結構和功能，完善地表物質、能量和水分交換過程模型，必須對森林的垂直結構特征進行定量研究。森林分層結構參數，如分層葉面積指數（leaf area index, LAI），是描述森林垂直結構的關鍵參數。獲取森林分層LAI有助于深入理解森林物質和能量循環過程，提升森林生物多樣性監測和高質量森林經營管理質量，助力遙感輻射傳輸建模。
目前，國內外關于森林垂直分層LAI的數據非常缺乏，對森林分層LAI的時空變異特征也缺乏足夠的認識。激光雷達作為一種主動遙感探測技術，具有反演森林垂直結構特征的獨特優勢。但目前利用激光雷達反演分層LAI的算法還存在許多不足，有限的垂直分層LAI產品也未得到充分檢驗。
中國科學院地理科學與資源研究所博士生汪垚和導師方紅亮研究員在河北省塞罕壩國家森林公園開展了多年的森林垂直分層LAI測量和遙感反演試驗，取得了初步結果，為后續開展大范圍森林分層LAI研究奠定了基礎。主要進展如下：
（1）發展了一種便攜式數字半球攝影測量系統，開展了有葉季和落葉季的森林分層LAI地面測量，獲取了林分尺度的分層LAI數據并分析了LAI的垂直分層和季節變化特征。
（2）評估了多種機載激光雷達指數估算森林垂直分層LAI的能力，提出了一個新的聯合激光雷達穿透指數并成功進行了區域尺度的分層LAI制圖。
（3）評估了目前的星載分層LAI產品，發現在有葉季，星載分層LAI與地面測量數據有著較好的一致性（R2 = 0.90，RMSE = 0.23），而在落葉季，星載產品出現了一定程度的低估（R2 = 0.70，RMSE = 0.14，bias = ?0.13）。
該項研究得到了國家自然科學基金和國家重點研發計劃的資助。相關研究有助于推動森林垂直分層LAI的地面測量、遙感反演及驗證研究，并為全球分層LAI產品的生產和驗證提供參考。
研究論文：
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.
