terraPulse AGBD数据集

terraPulse AGBD数据集是由terraPulse公司提供的，该数据集包含了从1984年至今的年度30米分辨率地上生物量密度（AGBD）估计数据。数据集覆盖了美国犹他州、内华达州和华盛顿州，被汇总为64,000公顷的六边形和美国县级行政单位。数据集基于NASA的GEDI LiDAR任务提供的数据，并与其他卫星衍生变量相结合，以解决GEDI覆盖范围有限的问题。terraPulse AGBD数据集的创建旨在为全球生物量监测提供一种可扩展的验证框架，并使用独立的美国森林服务森林清查和分析（FIA）数据作为参考。The terraPulse AGBD dataset is provided by terraPulse Inc. This dataset provides annual 30-meter resolution aboveground biomass density (AGBD) estimates spanning from 1984 to the present. It covers the U.S. states of Utah, Nevada, and Washington, and is aggregated into 64,000-hectare hexagonal grids and U.S. county-level administrative units. The dataset is constructed using data from NASA’s GEDI LiDAR mission, combined with other satellite-derived variables to address the limited coverage of the GEDI mission. The terraPulse AGBD dataset was developed to provide a scalable validation framework for global biomass monitoring, using independent U.S. Forest Service Forest Inventory and Analysis (FIA) data as a reference.

搜集汇总

数据集介绍

构建方式

terraPulse AGBD数据集通过整合GEDI和ICESat-2的LiDAR测量数据，结合多种生态协变量如树冠覆盖度、植被指数和地形信息，构建了一个高分辨率的全球生物量估算模型。该数据集采用梯度提升回归树（GBRTs）算法，处理复杂非线性关系，确保模型在大范围异质性数据中的稳健性。训练数据来源于2019至2022年的GEDI足迹级AGBD值，并通过空间平滑和时间采样技术生成连续的年度估算，覆盖1984年至今的30米分辨率数据。

特点

terraPulse AGBD数据集以其广泛的时空覆盖和高分辨率著称，提供了从1984年至今的年度全球生物量估算。其30米分辨率使得生物量监测能够在更精细的尺度上进行，同时避免了亚冠层像素的生态解释问题。数据集在低生物量区域（如灌木丛和沙漠）的表现尤为突出，填补了传统森林调查数据的空白。然而，在高生物量森林区域，由于光学遥感协变量的饱和效应，数据集的估算值可能偏低。

使用方法

terraPulse AGBD数据集适用于碳核算、生态系统管理和气候变化研究。用户可以通过NomadIQ移动应用程序访问数据，或通过Figshare获取R代码和中间数据。数据集的使用包括将像素级数据聚合到更大的空间单元（如六边形或县区），以匹配地面参考数据的尺度。验证框架建议使用美国林务局的森林清查和分析（FIA）数据作为独立参考，通过统计和空间分析评估数据集的准确性。

背景与挑战

背景概述

terraPulse AGBD数据集由密歇根大学环境与可持续发展学院联合terraPulse公司于2020年代初期开发，旨在解决高分辨率地上生物量密度（AGBD）监测的关键科学问题。该数据集整合了NASA的GEDI星载激光雷达数据与美国林务局森林资源清查（FIA）地面观测，通过梯度提升回归树模型实现了1984年至今的30米分辨率全球AGBD动态估算。作为首个融合多源遥感与长期实地验证的商业化生物量产品，其创新性地采用64,000公顷六边形和县级双重验证尺度，为碳循环建模、生态系统管理提供了时空连续的基准数据，显著推进了《巴黎协定》框架下的可核查碳计量体系发展。

当前挑战

该数据集面临双重挑战：在科学层面，光学遥感协变量在高生物量森林中的饱和效应导致对华盛顿州温带雨林等区域（AGBD>300 Mg ha⁻¹）的系统性低估；在技术层面，FIA样地坐标的隐私保护性扰动（0.8-1.5km模糊处理）迫使验证只能基于空间聚合单元，限制了原生30米分辨率精度的直接评估。构建过程中，团队需解决GEDI激光雷达51.6°纬度覆盖限制与非森林植被采样不足的难题，通过融合ICESat-2数据与机器学习方法优化训练集代表性，但跨传感器数据融合引入的尺度效应仍需进一步研究。

常用场景

经典使用场景

terraPulse AGBD数据集在生态学与遥感领域被广泛应用于高分辨率地上生物量密度（AGBD）的估算与验证。该数据集通过整合GEDI和ICESat-2 LiDAR数据，结合多源生态协变量（如树冠覆盖度、NDVI等），实现了从1984年至今的全球30米分辨率AGBD连续制图。其经典使用场景包括与森林资源清查数据（如美国FIA）的独立验证，以评估遥感反演产品的精度。例如，在犹他州、内华达州和华盛顿州的对比研究中，该数据集在6.4万公顷六边形和县级尺度上表现出与FIA数据的高度一致性（R²=0.88-0.90），为区域碳储量评估提供了可靠数据支撑。

实际应用

在实际应用中，terraPulse AGBD数据为碳核算、生态系统管理及气候变化政策制定提供了操作化工具。例如，美国西部各州利用其30米分辨率数据监测森林砍伐与再生对碳汇的影响；环保机构结合年度更新特征评估自然保护区生物量动态；碳交易市场则依赖该数据验证项目级碳信用额的准确性。其覆盖非森林植被的能力（如内华达州荒漠灌丛）弥补了传统森林清查的空白，支持了更全面的陆地碳循环研究。

衍生相关工作

该数据集催生了多领域衍生研究：Shendryk（2022）将其与Sentinel数据融合开发了大区域生物量制图方法；Sialelli等（2024）基于此构建了全球尺度AGBD基准数据集；Zurqani（2025）在Google Earth Engine平台集成了该数据与机器学习算法。此外，其验证框架被Duncanson等（2025）引用为空间分辨率优化的典型案例，推动了新一代星载LiDAR任务（如GEDI-2）的设计。