Früher|Nächster

Accuracy analysis of forest canopy height from waveform LiDAR of the Terrestrial Ecosystem Carbon Inventory Satellite （TECIS）： A case study of a temperate coniferous-broadleaved mixed forest in Quebec， Canada

  • role： First author第一作者
  • Affiliation：

    Land Satellite Remote Sensing Application Center, Ministry of Natural Resources, Beijing, 100048, China

  • Email：chenjy@lasac.cn
  • Introduction：陈继溢，研究方向为卫星激光测高数据处理与应用。E-mail： chenjy@lasac.cn
CHEN Jiyi1,  
  • role： Corresponding author通信作者
  • Affiliation：

    Land Satellite Remote Sensing Application Center, Ministry of Natural Resources, Beijing, 100048, China

    Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China

  • Email：ligy_lasac@foxmail.com
  • Introduction：李国元，研究方向为卫星激光测高、卫星遥感水资源调查监测。E-mail： ligy_lasac@foxmail.com
LI Guoyuan12*,  
  • Affiliation：

    Land Satellite Remote Sensing Application Center, Ministry of Natural Resources, Beijing, 100048, China

    Shandong University of Science and Technology, Qingdao 266590, China

PENG Jun13,  
  • Affiliation：

    Land Satellite Remote Sensing Application Center, Ministry of Natural Resources, Beijing, 100048, China

LIU Zhao1,  
  • Affiliation：

    Land Satellite Remote Sensing Application Center, Ministry of Natural Resources, Beijing, 100048, China

    Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China

ZHOU Xiaoqing12

Resümee

Die Satellitenüberwachung terrestrischer Ökosysteme, des Kohlenstoffvorrats und der Waldbewirtschaftung hat in China Priorität für die Doppelkohlenstoffstrategie und die Bewertung und Beurteilung wichtiger ökosystemischer Projekte auf nationaler Ebene. In dieser Studie wurde ein relativer Höhenindex des Kronendachs von Waldökosystemen RH (relativer Höhe) verwendet, der aus der Verteilung der Gesamtenergie der Wellen berechnet wurde, um die Fähigkeit der terrestrischen Vollwellen-Lasertelemetrie des Walddaches zur Messung der Waldbedeckungshöhe in digitalen Daten zu bewerten. Es wurde die Fähigkeit der Vollwellen-Lasertelemetrie des Walddach mit festem und variablem Gewinn verglichen, und die Auswirkung des Geländes auf die inverse Messung der Waldbedeckungshöhe wurde analysiert. Die Ergebnisse der experimentellen Analyse von sechs Strecken in Quebec, Kanada, zeigen, dass die Wahl des Basismessniveaus für die Messung der Waldbedeckungshöhe einen signifikanten Einfluss auf die Mes Posted:sengenauigkeit hat, und die Verwendung eines niedrigen RH-Index-Werts zu einer Überschätzung der Waldbedeckungshöhe führt, während ein hoher RH-Index zu einer Unterschätzung der Waldbedeckungshöhe führt, und der Hintergrundgeräuschschwellenwert eine bestimmte Auswirkung auf die Genauigkeit der inversen Messung der Waldbedeckungshöhe hat. Nach Ausschluss einer geringen Anzahl von außergewöhnlichen Laserpunkten beträgt die Genauigkeit der Messung der Waldbedeckungshöhe RMSE 3,58 m, ME übersteigt 1,0 m und MAE von 2,48 m. Im Vergleich zur endgültigen Position des Wellengipfels funktioniert RH_5 als Basis zur Messung der Waldbedeckungshöhe besser, und die Genauigkeit der inversen Messung wird weniger durch die Geländeneigung beeinflusst. Die Vollwellen-Lasertelemetrie des Waldes mit variabler Gewinn und Daten mit festem Gewinn weist eine ähnliche Genauigkeit bei der Messung der Waldbedeckungshöhe auf, und beide Gewinnkonfigurationen fördern eine höhere Nutzung der Waldgebietsdaten. Zusammenfassend sind die Schlussfolgerungen dieser Studie über das Basismessniveau der Waldbedeckungshöhe, den Hintergrundgeräuschschwellenwert und den festen und variablen Gewinn von Vollwellen für seine Anwendung zur Kartierung der Waldbedeckungshöhe und Schätz ung seines Biomasse.

Schlüsselwort

Terrestrial Ecosystem Carbon Inventory Satellite;full-waveform LiDAR;forest canopy height;Relative Height Metrics;Background noise threshold;terrain slope

References

  1. 1.
    Adam M, Urbazaev M, Dubois C and Schmullius C. 2020. Accuracy assessment of GEDI terrain elevation and canopy height estimates in European temperate forests: influence of environmental and acquisition parameters. Remote Sensing, 12(23): 3948
  2. 2.
    Boudreau J, Nelson R F, Margolis H A, Beaudoin A, Guindon L and Kimes D S. 2008. Regional aboveground forest biomass using airborne and spaceborne LiDAR in Québec. Remote Sensing of Environment, 112(10): 3876-3890
  3. 3.
    Chen J and Chen J. 2018. GlobeLand30: operational global land cover mapping and big-data analysis. Science China Earth Sciences, 61(10): 1533-1534
  4. 4.
    Chen J Y, Tang X M, Li G Y, Liu Z and Zhou X Q. 2024. Terrain height assessment of satellite laser altimetry standard products for natural resources. National Remote Sensing Bulletin， 28(3)：704-716
  5. 5.
    Chen X Y, Long X X, Li Q P, Li J M, Han Q J, Xu Z P and Yao W Y. 2025. Data processing and accuracy verification for laser altimeter of terrestrial ecosystem carbon inventory satellite. Geomatics and Information Science of Wuhan University, 50(7): 1393-1403
  6. 6.
    Dhargay S, Lyell C S, Brown T P, Inbar A, Sheridan G J and Lane P N J. 2022. Performance of GEDI space-borne lidar for quantifying structural variation in the temperate forests of south-eastern Australia. Remote Sensing, 14(15): 3615
  7. 7.
    Du L M, Pang Y, Ni W J, Liang X J, Li Z Y, Suarez J and Wei W. 2024. Forest terrain and canopy height estimation using stereo images and spaceborne LiDAR data from GF-7 satellite. Geo-spatial Information Science, 27(3): 811-821
  8. 8.
    Dubayah R, Blair J B, Goetz S, Fatoyinbo L, Hansen M, Healey S, Hofton M, Hurtt G, Kellner J, Luthcke S, Armston J, Tang H, Duncanson L, Hancock S, Jantz P, Marselis S, Patterson P L, Qi W L and Silva C. 2020. The Global Ecosystem Dynamics Investigation: high-resolution laser ranging of the Earth’s forests and topography. Science of Remote Sensing, 1: 100002
  9. 9.
    Hofton M A, Minster J B and Blair J B. 2000. Decomposition of laser altimeter waveforms. IEEE Transactions on Geoscience and Remote Sensing, 38(4): 1989-1996
  10. 10.
    Hofton M and Blair J B. 2019. Algorithm Theoretical Basis Document (ATBD) for GEDI Transmit and Receive Waveform Processing for L1 and L2 Products. GEDI ATBD, Version 1.0[EB/OL]. [2022-08-20].
  11. 11.
    Lebœuf A, Fradette M S and Pomerleau I. 2021. User’s Guide: Products Derived from LiDAR Data - 2nd edition[Z/OL]. [2023-12-04].
  12. 12.
    Lefsky M A, Keller M, Pang Y, de Camargo P B and Hunter M O. 2007. Revised method for forest canopy height estimation from Geoscience Laser Altimeter System waveforms. Journal of Applied Remote Sensing, 1(1): 013537
  13. 13.
    Li G Y, Tang X M, Chen J Y, Yao J Q, Liu Z, Gao X M, Zuo Z Q and Zhou X Q. 2021. Processing and preliminary accuracy validation of the GF-7 satellite laser altimetry data. Acta Geodaetica et Cartographica Sinica, 50(10): 1338-1348
  14. 14.
    Li X X, Wessels K, Armston J, Hancock S, Mathieu R, Main R, Naidoo L, Erasmus B and Scholes R. 2023. First validation of GEDI canopy heights in African savannas. Remote Sensing of Environment, 285: 113402
  15. 15.
    Liu A B, Cheng X and Chen Z Q. 2021. Performance evaluation of GEDI and ICESat-2 laser altimeter data for terrain and canopy height retrievals. Remote Sensing of Environment, 264: 112571
  16. 16.
    Liu L J, Wang C, Nie S, Zhu X X, Xi X H and Wang J L. 2022. Analysis of the influence of different algorithms of GEDI L2A on the accuracy of ground elevation and forest canopy height. Journal of University of Chinese Academy of Sciences, 39(4): 502-511
  17. 17.
    Ngo Y N, Ho Tong Minh D, Baghdadi N and Fayad I. 2023. Tropical forest top height by GEDI: from sparse coverage to continuous data. Remote Sensing, 15(4): 975
  18. 18.
    Park T, Kennedy R E, Choi S, Wu J W, Lefsky M A, Bi J, Mantooth J A, Myneni R B and Knyazikhin Y. 2014. Application of physically-based slope correction for maximum forest canopy height estimation using waveform lidar across different footprint sizes and locations: tests on LVIS and GLAS. Remote Sensing, 6(7): 6566-6586
  19. 19.
    Rosette J A B, North P R J and Suárez J C. 2008. Vegetation height estimates for a mixed temperate forest using satellite laser altimetry. International Journal of Remote Sensing, 29(5): 1475-1493
  20. 20.
    Schutz B E, Zwally H J, Shuman C A, Hancock D and Dimarzio J P. 2005. Overview of the ICESat mission. Geophysical Research Letters, 32(21): L21S01
  21. 21.
    Tang X M, Xie J F, Liu R, Huang G H, Zhao C G, Zhen Y, Tang H Z and Dou X H. 2020. Overview of the GF-7 laser altimeter system mission. Earth and Space Science, 7(1): e2019EA000777
  22. 22.
    Wang Y, Zhang J X, Liu D, Yang W J and Zhang W L. 2018. Accuracy assessment of GlobeLand30 2010 land cover over China based on geographically and categorically stratified validation sample data. Remote Sensing, 10(8): 1213
  23. 23.
    Zhang X W, Huang J, He T, Mao Y L, Li Y T, Xu C, Mo F and Cao H Y. 2022. Overall design of terrestrial ecosystem carbon inventory satellite. Spacecraft Recovery and Remote Sensing, 43(6): 16-26
  24. 24.
    Zhou G Q, Long S H, Xu J S, Zhou X, Song B, Deng R H and Wang C. 2021. Comparison analysis of five waveform decomposition algorithms for the airborne LiDAR echo signal. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 14: 7869-7880

Lesen Sie die ganze Passage

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website