La hauteur de la canopée forestière est un paramètre clé de la structure verticale de la forêt et joue un rôle indispensable dans les études sur le cycle du carbone et la biomasse aérienne (ABG). Avec l'évolution des technologies de télédétection, les données de télédétection multi-sources offrent de nouvelles possibilités pour l'estimation précise de la hauteur de la canopée forestière à grande échelle. Dans cette étude, une combinaison du forêt aléatoire (RF) et du krigeage bayésien empirique (EBK) appelée (RF-EBK) est utilisée pour estimer la hauteur de la canopée forestière à l'échelle régionale dans le Nord-Est de la Chine (NEC). Ce modèle est basé sur des données de télédétection multi-sources telles que les données de hauteur de canopée dispersée fournies par le télémètre laser embarqué ICESat-2, les images Landsat 8 OLI, les données topographiques de la mission de cartographie radar spatiale (SRTM) ainsi que les données de couverture de la canopée forestière (CATCD), en plus de l'utilisation de la méthode d'élimination de caractéristiques récursive basée sur la validation croisée (RFE-CV) pour sélectionner les facteurs caractéristiques à partir de multiples sources de données de télédétection. Le modèle RF est utilisé pour estimer la hauteur de la canopée forestière, et les résidus de l'estimation de l'ensemble de test sont calculés. Sur la base de l'autocorrélation spatiale des résidus de l'estimation, la méthode EBK est utilisée pour modéliser les résidus de l'estimation et obtenir une augmentation spatiale continue des résidus pour la région d'étude, et une correction des résidus de l'estimation du modèle RF est réalisée pour améliorer la précision de l'estimation du modèle, permettant ainsi d'obtenir une estimation de haute précision de la hauteur de la canopée forestière sur une superficie de 30m dans le Nord-Est de la Chine en 2023. Les résultats ont montré que les facteurs de couverture de la canopée forestière ont une importance élevée dans l'estimation de la hauteur de la canopée forestière. En termes de précision du modèle, le modèle RF-EBK a une meilleure performance d'estimation par rapport à l'utilisation seule du modèle RF, avec une amélioration du R² de l'ensemble de validation de 59,52 %, du RMSE et du rRMSE réduits de 27 %. De plus, des données de télédétection par drone (DLD) collectées en 6 points d'échantillonnage dans la région d'étude ont été utilisées pour vérifier la précision du modèle RF-EBK ; le R² était de 0,69, le RMSE de 1,65 m, le rRMSE de 7,81 %. Ainsi, le modèle RF-EBK peut fournir une estimation précise à l'échelle régionale de la hauteur de la canopée forestière, offrant un soutien technique efficace pour une gestion forestière précise et une utilisation durable des ressources forestières dans le Nord-Est de la Chine.

ICESat-2, drone de télédétection laser, Landsat;8;OLI, forêt aléatoire, krigeage bayésien empirique