背景：

热带森林对全球碳预算至关重要，但它们面临火灾、选择性伐木和破碎化等森林退化以及森林砍伐的威胁。土地覆盖分类和生物量估算方面的现有不确定性阻碍了将碳排放准确归于具体森林类型。

在本研究中，我们利用来自PlanetScope图像的纹理度量来实现概率分类框架，以识别亚马孙三个地区的完整的、被采伐的和被烧毁的森林区域。我们还使用机载激光雷达估计了这些森林类别的生物量，并将仅使用激光雷达估算的生物量不确定性与考虑森林退化分类的生物量不确定性进行了比较。

结果：

我们的分类方法达到了0.86的总体准确率，各个地点的准确率在0.69-0.93范围内。被采伐森林显示出可变的生物量变化，而被烧毁森林的平均碳损失为35％。我们发现，考虑森林退化分类的不确定性会使其更加模糊，并降低了两个地点的平均碳密度估计（2/3）。

结论：

我们的研究表明，将生物量变化归因于森林退化类别需要考虑不同类型的森林退化的不确定性。通过结合高分辨率图像和激光雷达数据，我们可以将碳库变化归因于特定的森林退化路径。这种方法还可以量化与森林退化相关的碳排放不确定性，包括采伐和火灾。归因和不确定性的量化为国家温室气体清单提供了关键信息。

版权声明：

本文由施普林格∙自然上海办公室负责编译。中文内容仅供参考，一切内容以英文原版为准。如需转载，请后台联系。

BMC是施普林格∙自然旗下机构。作为开放获取出版先锋，BMC不断推出一系列高质量的同行评议期刊，包括BMC Biology 、BMC Medicine等涵盖范围较广的期刊，以及Malaria Journal、Microbiome和BMC系列期刊等专门刊物。BMC以“科研永不止步”为信条，致力于不断创新，以更好地满足作者群体的需要，确保所发表论文的完整性，并积极推广开放研究。