近日，国家重点实验室森林碳汇研究团队在《International Journal of Applied Earth Observations and Geoinformation》（IF=5.933，一区TOP）发表题为“Multiscale leaf area index assimilation for Moso bamboo forest based on Sentinel-2 and MODIS data”的研究论文。该研究耦合Sentinel-2和MODIS两种卫星遥感数据，构建多尺度毛竹林LAI同化系统，实现了毛竹林LAI多尺度高精度时空同化。

叶面积指数(LAI)是表征森林生长、反映森林生态系统碳循环的重要参数，而碳循环及其时空演化依赖于区域生态系统长期变化在不同尺度上的相互作用，缺乏不同尺度LAI等关键参数，在很大程度上影响森林碳汇多尺度精准模拟。国家重点实验室森林碳汇研究团队以中国著名竹乡—浙江省安吉县山川乡毛竹林为研究对象，综合Sentinel-2和MODIS两种数据特征，利用层状贝叶斯网络算法耦合LAI动态模型和PROSAIL模型，实现了500m、100m和20m三个尺度毛竹林高精度时空同化，不同尺度LAI结果与实测LAI间之间具有显著的相关关系，R²均在0.80左右，均方根误差RMSE<0.7m².m^-2；不同时空尺度LAI同化结果能真实的反映毛竹林大小年生长规律。

该研究是由国家重点实验室森林碳汇研究团队完成，国家重点实验室为第一单位和通讯作者单位，森林经理学科硕士研究生嵇佳怡士为第一作者，杜华强教授为通讯作者。相关研究得到了国家自然科学基金、省科技厅重点研发计划、国家重点实验室自主研究课题等项目资助。

全文链接：https://doi.org/10.1016/j.jag.2021.102519

（国家重点实验室）