森林生物量（AGB）是评估森林固碳能力、解析森林结构和功能的核心指标。精准量化森林AGB空间分布对于准确评估碳储量、应对全球气候变化和完善森林资源管理决策具有重要意义。遥感技术的快速发展为区域乃至全球尺度AGB估算提供了有效手段。然而，森林覆盖区域地面样本稀疏、林分结构复杂以及环境异质性显著，制约了AGB估算模型的精度，导致大尺度AGB遥感产品存在空间分辨率与估算精度均较低的问题，限制了其在生态学与全球变化研究领域的应用。如何协同主被动遥感数据和环境数据实现大尺度森林AGB的高精度反演，仍是全球变化遥感领域研究的关键议题。
针对以上问题，本研究集成应用主被动遥感影像（ICESat-2、ALOS-2 PALSAR、Sentinel）和环境数据，研发了协同森林垂直结构信息、水平结构特征、高精度树种类型以及环境异质性参数的三维结构-树种分层（3DS-TSS）模型来提升AGB估算精度。在3DS-TSS模型中，首先结合Sentinel-2时序数据和地形数据构建基于不同植被分区的树种分类模型；其次，建立地面实测AGB和ICESat-2 LiDAR参数的地理加权回归模型，并反演LiDAR足迹点的AGB（LiDAR AGB）；然后，使用LiDAR AGB和不同树种AGB特征分别构建单一类型树种AGB估算模型；最后，整合树种AGB得到东北地区AGB空间分布。选取漠河县和抚松安图县作为典型区域来验证该模型的有效性，将该模型应用至整个东北地区的森林AGB制图，结合独立验证样点、AGB数据产品和第九次森林清查数据来全面验证AGB空间分布图的准确性。研究得到如下主要结论：
（1）整个东北地区树种分类的OA和kappa系数分别为0.88和0.86。油松的分类精度最高（F1-score=0.94），槐树的分类精度最低（F1-score=0.73）。桦树（27.28%）分布面积最广，集中分布于大兴安岭北部和东部、小兴安岭北段及完达山北麓；落叶松分布面积次之（23.56%），在大兴安岭形成核心分布带；槐树分布面积最少（0.50%），零散分布于辽东半岛。
（2）研究构建传统模型、LiDAR模型、树种分层模型和3DS-TSS模型来估算典型县的森林AGB，并结合独立验证点评估四个模型的精度。结果表明，3DS-TSS模型估算AGB的精度最高（漠河县：R²=0.82，rRMSE=24.8%，抚松安图县：R²=0.7，rRMSE=14.48%），传统模型最差。其次，3DS-TSS模型较传统模型的精度提升了22.57%（漠河县）和23.95%（抚松安图县）。此外，3DS-TSS模型缓解了AGB高值低估和低值高估的问题。
（3）东北地区AGB估算模型的R²和rRMSE分别为0.62和27.37%。其中：实测AGB到LiDAR AGB阶段的精度为R²=0.81，rRMSE=26.91%；不同树种AGB估算精度差异较大，R²介于0.46-0.79之间。其次，本研究独立验证的rRMSE介于30.22-38%，优于现有AGB数据产品的精度（rRMSE：45.85-66.84%）；此外，本文估算的AGB与省级尺度的森林清查AGB具有中高一致性。东北地区AGB估算值的分布范围为6.96-297.11t/ha，平均值为111.07 t/ha。AGB低值主要位于大兴安岭北部、东部和小兴安岭北部，高值主要位于张广才岭、长白山和小兴安岭中南部。
 

森林生物量,优势树种分层,ICESat-2,中国东北地区,3DS-TSS模型