森林资源激光雷达遥感动态监测与蓄积量估测技术
主题关键词： 地形坡度随机森林陆地生态系统碳监测卫星迭代精化质量控制背景噪声阈值相对高度指标生物量点云激光雷达生物量指数
- 论文汇编
- 摘要：星载光子计数激光雷达系统以冰云与陆地高程卫星-2 ICESat-2（Ice， Cloud and land Elevation Satellite-2）搭载的先进地形激光高度计系统ATLAS（Advanced Topographic Laser Altimeter System）为代表，能够快速获取大区域植被三维信息，已广泛用于森林参数反演，同时也存在普适性差等问题。为此，本研究以瑞士阿尔高州针阔混交森林为研究对象，从森林三维结构解析的视角出发，评估冠层水平与垂直结构特征在提升ICESat-2数据复杂林分蓄积量估测精度中的作用，并探索适用于该区域的最优模型形式，同时与仅包含传统高度统计特征的基线模型进行对比。首先，将去噪后的ICESat-2 ATLAS数据分割为100 m的估测单元，并通过质量控制，识别并去除异常单元，确保数据质量；然后，通过特征参数分组预筛选和有规则约束的全子集筛选方法，综合利用点云高度分布特征、冠高及冠高异质性特征、垂直结构特征进行森林蓄积量估测，筛选最优特征组合形式。研究结果表明，瑞士阿尔高州针阔混交森林ATLAS蓄积量估测的最优模型由冠层顶部平均高、65%密度分位数、叶面积加权冠层体积和枝叶剖面的平均值组成。十折交叉验证结果显示，该模型的精度达到平均精度为R2=0.78，RMSE=92.48 m3/hm2，rRMSE=0.24。相比之下，仅包含传统特征参数的基线模型R2=0.66，rRMSE由0.28降低至0.24，说明综合引入结构特征可将精度提高ICESat-2数据蓄积量估测精度，改善在冠层异质性较高林分中的估测表现。综上，综合利用森林三维结构特征改进基于ICESat-2数据森林蓄积量估测精度可以有效提升模型在复杂林分条件下的适用性，为大区域森林蓄积量与碳储量监测提供方法支撑。关键词：森林蓄积量;ICESat-2 ATLAS;森林三维结构特征;冠高异质性;垂直结构;质量控制;分组预筛选;有规则约束的全子集398|652|0<HTML><网络PDF><Enhanced-PDF><Meta-XML>更新时间：2025-12-17
- 摘要：陆地生态系统碳监测卫星TECIS（Terrestrial Ecosystem Carbon Inventory Satellite）是中国首颗以激光雷达为主载荷，以高精度监测陆地生态系统碳储量、森林资源和森林生产力为主任务的遥感卫星，可服务国家“双碳”战略、全国重要生态系统保护和修复重大工程监测评价等工作。本文利用全波形能量分布计算的相对高度RH（Relative Height）指标RHn（n取值为0—100），详细评估了陆地生态系统碳监测卫星全波形激光雷达数据表征森林冠层高度的能力，对比了固定增益和可变增益全波形森林冠层探测能力的差异，分析了坡度对冠层高度反演的影响。选取加拿大魁北克试验区的六轨数据进行试验分析，结果表明：冠层高度起算基准的选择对反演精度具有显著的影响，使用较低的RH指标会高估冠层高度，而较高的RH指标则会低估冠层高度，背景噪声阈值对于冠层高度反演的精度也有一定的影响。对所选试验区，使用合适的起算基准和背景噪声阈值，剔除少量异常激光点后，森林冠层高度反演精度的RMSE可达到3.58 m，ME优于1.0 m，MAE达到2.48 m；与波形分解的最后波峰位置相比，RH5作为冠层高度起算基准效果更优，并且反演精度受地形坡度的影响更小。陆地生态系统碳监测卫星全波形激光雷达可变增益与固定增益数据反演冠层高度的精度相当，两种增益的配置有利于提高森林区域数据的可用率。综上，本文关于陆地生态系统碳监测卫星全波形激光雷达数据冠层高度起算基准、背景噪声阈值、全波形固定增益和可变增益的结论有利于支撑其在森林冠层高度制图及生物量估算中的应用。关键词：陆地生态系统碳监测卫星;全波形激光雷达;森林冠层高度;相对高度指标;背景噪声阈值;地形坡度1449|2163|1<HTML><网络PDF><Enhanced-PDF><Meta-XML>更新时间：2025-12-17
- 摘要：针对新一代冰、云、陆地高程卫星ICESat-2（Ice，Cloud，and Land Elevation Satellite-2）数据在山地林区信号提取精度不高，导致地表及冠层表面检测困难的问题，本文提出了一种基于方向自适应的点排序识别聚类结构DA-OPTICS（Direction-Adaptively Ordering Points To Identify the Clustering Structure）山地林区地表及冠层表面检测方法。首先，该方法利用随机抽样一致RANSAC（Random Sample Consensus）分段曲线拟合初始地表，以此构建方向自适应的椭圆搜索域，并结合大津法OTSU（Nobuyuki Otsu method）提取地面信号，通过地表拟合地面信号提取迭代获取精细地表；随后，基于精细地表消除地形对点云影响，采用垂直方向椭圆OPTICS提取植被信号并检测冠层表面。为评估DA-OPTICS性能，本文以黑龙江孟家岗林场、辽宁抚顺林区ICESat-2数据为实验对象，利用人工标注样本及无人机产品验证精度。结果表明：DA-OPTICS提取地表与植被信号精度（F值）达到0.97，较基于椭圆搜索域的OPTICS，精度提升了约0.07；同时，DA-OPTICS检测的地表及冠层表面高程均方根误差RMSE（Root Mean Square Error）分别为1.08 m和2.33 m，显著优于ATL08的1.92 m和3.29 m。因此，DA-OPTICS能够实现对山地林区地表及冠层表面的高精度检测，尤其适用于坡度变化较大的区域，为森林空间结构参数的精准反演提供了可靠的数据基础。关键词：ICESat-2/ATLAS;方向自适应;DA-OPTICS;迭代精化;地形坡度;山地林区408|1430|0<HTML><网络PDF><Enhanced-PDF><Meta-XML>更新时间：2025-12-17
- 摘要：激光雷达生物量指数LBI（LiDAR Biomass Index）能够基于机载激光雷达数据计算单株树木的地上生物量，在单木及样地尺度上具有较高的生物量计算精度，但其大范围生物量制图的能力尚未得到充分应用。本研究以中国北方广泛种植的落叶松树种为例，利用LBI计算森林小班内每株单木的生物量，累加得到了对应小班尺度的生物量，并结合作业设计调查数据验证其计算精度。同时，结合其他林场基于LBI的落叶松生物量模型评估不同区域相同树种模型的通用性，并与常用的变量回归法LMR（LiDAR metrics-based regression）进行对比。结果表明：LBI能够以较高精度实现小班尺度的森林生物量计算，不同区域生物量模型计算得到的结果与实测数据回归的R2为0.86—0.80，相对均方根误差（relative Root Mean Square Error，rRMSE为33.51%—40.23%；LBI方法采用35株单木建模计算的生物量精度与LMR方法采用30+的样地（包含>3000株单木）建模计算的生物量精度整体相当，且LBI在不同林场的相同树种之间的通用性更强。本研究利用AGB_LBI模型进行孟家岗林场西部区域每个小班内单木生物量的计算并实现了落叶松生物量制图，激光雷达计算的生物量分布与地面调查的生物量图具有相似的趋势，二者在20 m×20 m的尺度上获取了较高的一致性（R2=0.75，RMSE=1.55 t）。本研究在区域范围内验证了LBI方法估算小班尺度森林地上生物量的能力，表明其具有在大范围开展森林地上生物量估算的潜力。关键词：激光雷达生物量指数;LBI;机载激光雷达;单木;小班尺度;生物量2002|2031|0<HTML><网络PDF><Enhanced-PDF><Meta-XML>更新时间：2025-12-17
- 摘要：精确的单木树种信息对于森林资源监测、经营管理、生态系统评估和生物多样性研究至关重要。基于机载高光谱和激光雷达LiDAR（Light Detection and Ranging）数据的结合，为森林树种分类带来了新的机遇。虽然近年来已有许多基于高光谱和LiDAR数据的小范围树种分类研究，但在实际更大范围的森林场景中，由于树种类型多样和林龄结构复杂，对影响机载高光谱与LiDAR数据分类精度的因素及其定量研究仍然不足。因此，为了提高实际应用中较大范围人工林树种精细分类的精度，设计4种分类策略（未经过二向性反射分布函数BRDF（Bidirectional Reflectance Distribution Function）校正的多航带影像衍生的植被指数；经过BRDF校正后的多航带影像衍生的植被指数；BRDF校正影像衍生的植被指数+树高特征；BRDF校正影像衍生的植被指数+树高特征+单木冠层信息），并以塞罕坝机械林场为例，着重对比分析该4种分类策略对机载多航带影像光谱一致性校正处理、树高特征引入以及单木冠层信息对人工林树种精细分类精度的影响。研究表明（1）基于单木分割信息的树种分类可有效地减少同一树冠内多像元对应多树种的分类错误，对树种分类精度提升贡献十分显著（10.74%）；（2）通过对机载影像进行辐射一致性校正，虽然降低了多航带影像间由于太阳—观测几何造成的同一树种光谱反射的差异，但对树种分类精度的提升有限（3.48%）；（3）在不同树种具有相似的垂直结构，或者同一树种分布在多个林龄阶段的地区，冠层高度CHM（Canopy Height Model）对树种分类精度的提升贡献几乎可忽略（0.67%）。综上所述，虽然结合机载高光谱和LiDAR数据的树种精细分类在较大范围人工林中表现出良好的应用价值和潜力，但仍需对众多影响因素进行深入分析与优化，以便为更有效地开展森林资源高效监测、管理和其他林业遥感应用奠定科学基础。关键词：树种分类;机载高光谱数据;BRDF校正;LIDAR数据;单木分割;随机森林;植被指数;塞罕坝机械林场2098|2155|0<HTML><网络PDF><Enhanced-PDF><Meta-XML>更新时间：2025-12-17
- 摘要：共享多平台激光雷达点云数据对于开展森林生态以及激光雷达算法研究具有重要意义。为此，中国林业科学研究院资源信息研究所发布了亚热带林区的有人机、无人机和地基多平台激光雷达森林样地点云及地面调查基准数据集。数据集在中国广西壮族自治区国有高峰林场获取，包括桉树、杉木和马尾松3个树种，共25块样地。地面调查数据包括样地位置、树木位置、胸径、树高、枝下高和冠幅。该数据集可用于剖析不同平台激光雷达表征森林三维结构信息的特点，评估点云配准、单木分割等点云处理算法性能，分析森林结构参数提取的适用性，为区域、样地和单木尺度森林研究提供重要参考。此外，本研究发展了一种基于地基激光雷达点云的地面调查方法。该方法根据树干点云标记树木位置，并基于树木位置图进行每木检尺，记录树木参数，避免了实地单木定位和标记步骤，提高了作业效率，为林业地面调查提供一种新思路。关键词：亚热带林区;激光雷达;有人机;无人机;地基;多平台;森林样地;点云;基准数据集;地面调查2321|4097|0<HTML><网络PDF><Enhanced-PDF><Meta-XML>更新时间：2025-12-17
