北京大学郭庆华团队发布2020年中国30m分辨率森林优势高数据集
- ：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2020年中国30m分辨率森林优势高数据集，用户可在线访问获取数据。相关研究成果以A 30 m Forest Dominant Height Dataset for China in 2020为题发表在Scientific Data期刊。
森林结构参数的准确量化对森林资源评估、生态功能评价与森林经营决策至关重要。树高和胸径是反映林木生长与林分结构、支撑蓄积量和生物量估算的关键参数。相比胸径，树高的大范围准确获取更易受冠层遮挡和复杂地形限制，而优势木高受林分密度、光照及个体竞争影响较小，能够较稳定地表征立地质量。然而，传统调查与遥感手段难以兼顾大范围覆盖和高空间分辨率，全国连续、高分辨率的森林优势高产品仍较为稀缺。研究团队以 2015—2023 年覆盖中国主要植被区、总面积 1117.76 km² 的高密度无人机 LiDAR 点云为核心参考数据，整合气候、土壤、地形、Landsat、Sentinel-1 等多源信息，生成 2020 年中国 30 m 森林优势高栅格产品 FDH-30C。结果显示中国森林优势高空间异质性显著：亚热带常绿阔叶林区优势高最高可达 101 m，热带季雨林——雨林区平均优势高为全国最高（18.57 ± 5.62 m）；研究同时开展不确定性传播分析，得到像素尺度不确定性图层，全国尺度像素级优势高估计总体不确定性22.73%，LiDAR 样本稀疏、森林结构复杂区域不确定性更高。该数据集依托大范围无人机 LiDAR 单木分割样本完成全国连续制图，可公开复用，为森林垂直结构研究、碳储量评估以及星载激光雷达产品验证提供重要支撑。
图1 中国30 m森林优势高数据集构建、验证与产品概览
图2 中国2020年30 m分辨率森林优势高空间分布
该项研究工作和数据制备得到可持续发展大数据国际研究中心(CBAS2022GSP06)、国家重点研发计划（2022YFF13002003 和 2022YFF1300202）和国家自然科学基金（42371329和32301285）项目的资助。
论文信息：Yuling Chen#., Guangcai Xu#., Haitao Yang*,Qinghua Guo*. A 30 m forest dominant height dataset for China in 2020. Sci Data 13, 1287 (2026). https://doi.org/10.1038/s41597-026-07546-z