人们普遍认为,保护森林地区可以大大有助于缓解全球气候变化。为此,联合国气候变化框架公约 (UNFCCC) 等国际机构制定了一项减少二氧化碳排放 (REDD) 的合作计划,以更新温室气体排放清单。然而,研究表明,准确估计森林的碳储量仍然存在不确定性,尤其是使用光学遥感。因此,本研究旨在确定机载 LiDAR 数据或 VHR GeoEye 卫星图像中的哪一个来源可以为尼泊尔奇特旺亚热带森林的生物量/碳估算提供更准确的信息。非常高分辨率的 GeoEye 卫星图像仅提供二维信息,而 LiDAR 数据提供三维信息。在本研究的方法中,LiDAR 数据需要更多分析,因为来自传感器的原始信息是在点云中获取的。然后,从点云中得出数字表面模型 (DSM) 和数字地形模型 (DTM)。树冠高度模型 (CHM),即树木的高度,是通过 DSM 和 DTM 之间的差异计算得出的。将从 LiDAR 数据得出的树木高度与实地测量的树木高度进行比较。使用面向对象分析 (OOA) 技术对 LiDAR CHM 和 GeoEye 图像进行分割,以删除