面向森林植被的星载大光斑激光雷达回波仿真

利用星载激光雷达的大光斑全波形数据估测植被结构参数、监测森林生态已受到广泛关注。为了更准确地理解森林植被的结构参数和光学特性对激光雷达回波波形的影响,利用实测森林植被数据提取植被空间分布的统计规律,考虑地形坡度变化和植被冠层反射特性的影响,生成参数化的森林植被空间轮廓反射模型,结合星载激光雷达的回波理论,建立了面向植被的星载激光雷达波形仿真器。由大兴安岭地区的实测植被数据提取的统计规律生成的森林目标仿真波形与地球科学激光测高仪系统（Geoscience Laser Altimeter System,GLAS）真实回波波形具有较好的一致性,平均相关系数R2达到0.91。通过波形仿真分析发现,光斑尺寸减小有利于大坡度地形的森林信息反演,研究成果对中国未来研制星载激光雷达载荷的系统参数设计具有参考意义。     

激光测高卫星波形饱和识别与测高误差改正初步研究

激光测高仪回波波形饱和现象客观存在,为增加可用激光点数目、提高饱和波形测高精度,本文提出了一种波形饱和识别与测高误差改正方法,首先,利用回波波形峰度系数对饱和波形进行识别,然后,针对饱和现象对波形高斯拟合的影响,计算高斯拟合波形与原始波形相交区域的形心位置,以形心位置差异确定因波形饱和导致的测高误差并改正。最后,采用ICESat/GLAS（Ice,Cloud and land Elevation Satellite/Geo-science Laser Altimeter System）在青海湖、纳木错、色林错采集的波形数据进行实验。结果表明,经本文算法改正后数据误差均值为0.03 m,大型湖泊区域可实现约0.05 m的测高精度,结合峰度的饱和识别方法可以对波形进行有效筛选,可发现GLAS遗漏的饱和波形,饱和改正算法可以有效改正波形饱和引起的测高误差,改正后精度明显优于GLAS提供的饱和改正结果,相关结论对高分七号卫星激光波形处理有一定参考价值。     

大光斑波形数据在土地覆盖分类的适用性分析

针对GLAS地学激光测高系统是冰、云和陆地高程卫星(ICESat)的唯一监测工具,能够记录地表光斑内的地物信息,是否能应用于黄土高原土地覆盖分类的问题进行了研究。利用粒子群和最小二乘法相结合的方法对GLAS波形数据进行高斯分解,获取高斯波个数、波形总能量、波形信号起始和信号结束位置4个波形参数;基于波形自动分类方法对黄土高原水体、森林、城市用地、其他地类(裸地、低矮植被等)进行分类。通过基于覆盖相同研究区域的30 m地表覆盖数据(Globe Land30),验证分类的准确性。结果表明,GLAS大光斑波形数据对黄土高原的4种地类能够很好地进行区分,总分类精度高达87.68%,Kappa系数为65.79%。研究表明,GLAS波形数据可以作为获取土地覆盖信息的有效数据源,为研究黄土高原土地覆盖变化提供更丰富的数据支持。     

高斯混合模型在星载激光全波形数据反演树高中的应用

全波形激光雷达后向散射回波,通过分解返回波形获取多种地物属性信息,在森林结构参数反演方面具有显著的优势,但是,当波形变形或者存在饱和度和前向散射时,高斯分量参数确定不准确以及有效波形起始位置不准确,降低波形分解精度。本文采用高斯混合模型对波形进行拟合,利用期望最大算法估计混合模型参数,抑制高斯分量初值敏感问题,特别是在大范围树高估算且要求一定精度的时候,以确定波形分解并且反演树高。本算法基于C++编程实现,实验结果表明,高斯混合模型能较好地拟合GLAS波形数据且对树高提取精度提升明显,该方法有着很好的有效性、稳定性和精确性。     

基于GLAS激光雷达反演森林生物量

森林生物量是森林生态系统的重要指标。GLAS大光斑回波信息与森林结构参数存在较强的相关性,适用于森林生物量的反演。本文简要介绍了GLAS激光雷达系统及其特点,利用GLAS的9波形参数对小兴安岭部分地区进行针叶林与阔叶林的生物量估算,结果显示,引入纠正参数后生物量估测模型的决定系数R²由0.657提高到0806,均方根误差（RMSE）减小为35 Mg/ha,表明利用GLAS进行森林地上生物量估测时,需要考虑地形因素对反演精度的影响。     

基于GLAS激光雷达反演森林生物量北大核心CSCD

森林生物量是森林生态系统监测的重要指标。GLAS大光斑回波信息与森林结构参数存在较强的相关性,适用于森林生物量的反演。本文简要介绍了GLAS激光雷达系统及其特点,利用GLAS的9波形参数对小兴安岭部分地区进行针叶林与阔叶林的生物量估算,结果显示,引入纠正参数后生物量估测模型的决定系数R2由0.657提高到0.806,均方根误差(RMSE)减小为35 Mg/ha,表明利用GLAS进行森林地上生物量估测时,需要考虑地形因素对反演精度的影响。     

大光斑激光雷达数据的森林冠层高度反演

针对传统的LM波形分解算法在GLAS大光斑波形数据处理中容易陷于局部最优解,限制了GLAS大光斑激光雷达数据在森林结构参数反演方面应用的问题,该文结合GLAS大光斑数据特征,引进优化后的EM算法对大光斑全波形数据进行分解,获取波形参数最优值。结合波形前缘长度和波形后缘长度,建立树高反演模型,并与LM分解算法建立的模型进行对比分析。研究结果表明,通过改进的EM算法对GLAS大光斑激光雷达数据进行处理,波形特征参数的获取更为精确,达到了较高的树高反演精度。     

利用波形去噪算法的森林最大冠顶高估测研究

针对大光斑激光雷达回波信号噪声影响森林冠顶高估测精度,且回波分析法判定回波位置受限于平坦地区的问题,利用高斯低通滤波和小波去噪两种方法对GLAS波形进行去噪处理,提出了结合均方根倍差法和回波分析法来判定回波位置的有效算法。经小波去噪后信号的信噪比23.360 704,均方根误差为0.000 233 3,经均方根倍差法和回波分析法相结合来判定回波位置估测的冠顶高结果与实测结果相关性系数r值为0.864,效果均优于高斯低通滤波去噪。基于GLAS回波数据实验结果表明:小波去噪较好地实现了对回波信号的去噪处理,均方根倍差法和回波分析法相结合,实现了对坡度相对较大地区的GLAS波形的回波开始位置和地面回波位置的准确判定,对森林冠顶高的精确估算具有重要意义。     

全波形机载激光雷达绝对辐射定标与不确定性分析

为揭示全波形激光雷达回波在森林等植被区域多回波信号的特征和对目标识别分类的影响，以激光雷达方程为模型基础，利用朗伯体目标为地面参考，提出了将激光雷达波形参数标定为后向散射截面、后向散射系数和漫反射率等物理量的方法，实现了机载小光斑全波形机载激光雷达数据绝对辐射定标。对两个不同实验区的LMS-Q680i数据标定结果表明，漫反射率与参考反射率相对误差总体分别小于10%和5.5%，误差标准差分别为0.044和0.077，有效消除了条带间差异。推导了多回波的激光雷达方程组，比较了相同系统在不同观测条件下的定标常数变化，重点分析了全波形激光雷达在穿透性目标上的多回波现象造成的能量衰减，及其对辐射定标结果的影响，证明了多回波现象是造成多回波信号减弱的主要原因。该现象是当前技术体制下激光雷达观测过程本身存在的缺陷，对基于激光雷达辐射信息的目标识别分类带来了一定的挑战，也是多光谱、高光谱激光雷达辐射信号定标必须解决的问题。     

利用激光雷达和多角度频谱成像仪数据估测森林垂直参数

植被的结构参数如植被高度、生物量、水平和垂直分布等，是影响陆地与大气能量交换乃至生物圈多样性的重要因素。多数遥感系统虽然可以提供植被水平结构的图像，但是不能提供植被成分垂直分布的信息。大尺度激光雷达仪器如LVIS产生的激光雷达信号，已成功地用于估计树高和森林生物量，然而大多数激光雷达仪器不具备图像能力，只能提供一个区域内的采样数据。其他的遥感数据如多角度高光谱、多频率多时相辐射计或雷达数据，可根据GLAS（Geoscience Laser Altimeter System）采样的测量用来推断出连续的森林结构区域覆盖参数。 MISR（Multi-angle Imaging Spectrometer）对陆表多角度的成像能力，可以通过BRDF的各向异性提供植被的结构信息。结合激光雷达的垂直采样和MISR的图像，区域内乃至全球性的森林空间参数的成像是可能的。ICESat卫星上的GLAS数据、Terra卫星上的MISR数据为区域或全球性森林结构参数提供了可能。本文的研究目的是评估GLAS数据，分析类似于MISR的数据对森林结构参数的估计能力。本文中使用了LVIS、AirMISR和GLAS数据。通过对GLAS树高的测量与GLAS像元内来自LVIS的平均树高对比，发现它们是高度相关的。同时还探讨了多角度频谱成像仪数据预测树高信息的能力，这将在今后区域内森林结构参数映射加以研究。     

A novel approach to estimate canopy height using ICESat/GLAS data: A case study in the New Forest National Park,UK

The Geoscience Laser Altimeter System (GLAS) aboard Ice, Cloud and land Elevation Satellite (ICESat) is a spaceborne LiDAR sensor. It is the first LiDAR instrument which can digitize the backscattered waveform and offer near global coverage. Among others, scientific objectives of the mission include precise measurement of vegetation canopy heights. Existing approaches of waveform processing for canopy height estimation suggest Gaussian decomposition of the waveform which has the limitation to properly characterize significant peaks and results in discrepant information. Moreover, in most cases, Digital Terrain Models (DTMs) are required for canopy height estimation. This paper presents a new automated method of GLAS waveform processing for extracting vegetation canopy height in the absence of a DTM. Canopy heights retrieved from GLAS waveforms were validated with field measured heights. The newly proposed method was able to explain 79% of variation in canopy heights with an RMSE of 3.18 m, in the study area. The unexplained variation in canopy heights retrieved from GLAS data can be due to errors introduced by footprint eccentricity, decay of energy between emitted and received signals, uncertainty in the field measurements and limited number of sampled footprints.Results achieved with the newly proposed method were encouraging and demonstrated its potential of processing full-waveform LiDAR data for estimating forest canopy height. The study also had implications on future full-waveform spaceborne missions and their utility in vegetation studies.     

基于ICESatGLAS的云南省森林地上生物量反演

结合机载、星载激光雷达对GLAS(地球科学激光测高系统)光斑范围内的森林地上生物量进行估测,并利用MODIS植被产品以及MERIS土地覆盖产品进行了云南省森林地上生物量的连续制图。机载LiDAR扫描的260个训练样本用于构建星载GLAS的森林地上生物量估测模型,模型的决定系数(R2)为0.52,均方根误差(RMSE)为31Mg/ha。研究结果显示,云南省总森林地上生物量为12.72亿t,平均森林地上生物量为94Mg/ha。估测的森林地上生物量空间分布情况与实际情况相符,森林地上生物量总量与基于森林资源清查数据的估测结果相符,表明了利用机载LiDAR与星载ICESatGLAS结合进行大区域森林地上生物量估测的可靠性。     

林木空间格局对大光斑激光雷达波形的影响模拟

激光雷达是近年来国际上发展十分迅速的主动遥感技术，在森林参数的定量测量和反演上取得了成功应用。激光雷达具有与被动光学遥感不同的成像机理，对植被空间结构和地形的探测能力很强。大光斑激光雷达系统一般指光斑直径在8—70m、连续记录激光回波波形的激光雷达系统。由于大光斑连续回波的激光雷达的光斑尺寸通常大于林木冠幅，波形中往往包含了森林冠层和许多森林元素的信息而不仅仅是单株树的信息。对于搭载在ICESAT卫星上的GLAS而言，光斑直径为70m，因此光斑对应着一片森林，包括很多棵树，在GLAS的激光光斑内树木的空间分布会有一定变化。同时激光雷达发射的脉冲信号在激光光斑内的分布也不均匀，而是从中心到边缘呈递减的分布。因此树木空间分布模式的变化对波形会产生一定的影响。通过对几种典型的树木空间格局进行模拟（包括规则分布、均匀（随机）分布和集群分布），假定激光光斑内能量呈高斯分布，模拟了各种树木分布模式林分的激光雷达信号。从模拟结果可见，森林的空间分布模式对大光斑激光雷达波形有明显的影响，对于波形面积（AWAV）和波形半能量高度（HOME），规则分布〉随机分布〉团状分布。其中对于HOME而言，规则分布和随机分布十分接近，而对于AWAV而言，聚集中心的变动不太敏感。     

Sub-footprint analysis to uncover tree height variation using ICESat/GLAS

Detailed forest height data are an indispensable prerequisite for many forestry and earth science applications. Existing research of using Geoscience Laser Altimeter System (GLAS) data mainly focuses on deriving average or maximum tree heights within a GLAS footprint, i.e. an ellipse with a diameter of 65 m. However, in most forests, it is likely that the tree heights within such ellipse are heterogeneous. Therefore, it is desired to uncover detailed tree height variation within a GLAS footprint. To the best of our knowledge, no such methods have been reported as of now. In this study, we aim to characterize tree heights’ variation within a GLAS footprint as different layers, each of which corresponds to trees with similar heights. As such, we developed a new method that embraces two steps: first, a refined Levenberg–Marquardt (LM) algorithm is proposed to decompose raw GLAS waveform into multiple Gaussian signals, within which it is hypothesized that each vegetation signal corresponds to a particular tree height layer. Second, for each layer, three parameters were first defined: Canopy Top Height (CTH), Crown Length (CL), and Cover Proportion (CP). Then we extracted the three parameters from each Gaussian signal through a defined model. In order to test our developed method, we set up a study site in Ejina, China where the dominant specie is Populus euphratica. Both simulated and field tree height data were adopted. With regard to the simulation data, results presented a very high agreement for the three predefined parameters between our results and simulation data. When our methods were applied to the field data, the respective R² become 0.78 (CTH), CL (R² = 0.76), CP (R² = 0.74). Overall, our studies revealed that large footprint GLAS waveform data have the potentials for obtaining detailed forest height variation.     

多准则约束的ICESat/GLAS高程控制点筛选

激光测高卫星在获取全球高程控制点方面具有独特的优势,本文针对ICESat(Ice,Cloud and land Elevation Satellite)卫星上搭载的地球激光测高系统GLAS(Geo-science Laser Altimetry System),提出了一种多准则约束的高程控制点筛选算法。算法综合利用全球公开版的SRTM(Shuttle Radar Topography Mission)DEM数据对GLAS进行粗差剔除,然后利用GLA14产品中的云量、姿态质量标记、饱和度参数、增益参数等多种与测距有关的属性参数进行粗粒度的筛选,保留受云层、大气、地表反射率等影响较小的激光足印点,最后结合GLA01的波形特征参数做进一步精细筛选,提取出高精度的激光点作为高程控制点。本文还采用天津、河北两个实验区的数据,利用高精度的DEM成果数据对筛选的结果进行了验证。实验结果表明,经多准则约束筛选后的激光足印点具有很高的高程精度,能够作为1∶50000甚至1∶10000立体测图时的高程控制点使用,研究结论可为国产高分辨率卫星在境外地区进行无地面控制点的立体测图提供参考。