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。     

基于SAR数据的森林生物量估测研究进展

森林生物量是地表碳循环研究的重要组成部分,对其进行准确估测对区域乃至全球的森林状况和气候环境问题有重要意义.合成孔径雷达(SAR)以其独特的成像机制、全天候全天时的成像特点以及对森林冠层的穿透能力,在森林资源调查和森林制图研究领域发挥着巨大的作用.该文首先总结了林业上传统的森林生物量估测方法和基于光学遥感和激光雷达(LiDAR)数据的森林生物量估测方法;然后重点阐述了利用SAR后向散射(不同极化方式)、干涉相干性及极化干涉等信息进行森林生物量反演的方法;最后总结了利用SAR数据进行森林生物量估测的发展趋势.     

基于Landsat长时间序列数据估算树高和生物量

以Landsat长时间序列数据为研究对象,旨在以光谱序列信息反演森林参数为视角,应用Landtrendr算法从时间序列数据中提取森林扰动变量,使用随机森林计算方法建立扰动变量、反射率和GLAS激光点森林参数之间的关系模型,获取树高和生物量的空间分布信息。为多源遥感数据反演森林参数提供参考,研究证明基于Landsat长时间序列数据获得的森林扰动变量能够增强反射率和森林参数之间的相关性,可提高预测精度。     

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。     

多源遥感数据支持下的区域性森林冠层高度估测

结合机载LiDAR数据,提出了一种改进的GLAS光斑点冠层高度地形校正模型,以校正后的GLAS光斑点作为输入样本,结合MODIS遥感影像,利用支持向量回归（SVR）的方法对研究区森林冠层高度进行分生态区估测,并利用野外调查数据和机载LiDAR冠层高度结果对估测结果进行验证。结果显示:研究区的坡度等级直接影响GLAS光斑点森林冠层高度估测精度,改进的地形校正模型可以较好的减小坡度对GLAS光斑点森林冠层高度估测的影响,模型精度RMSE稳定在3.25~3.48 m;不同生态分区的SVR模型估测精度较为稳定,其RMSE=6.41~7.56 m;与算数平均高相比,样地的Lorey's高与制图结果拟合最好,不同生态分区平均估测精度为80.3%。机载LiDAR冠层高度结果的验证平均精度为79.5%,和Lorey's高验证结果呈现较好的一致性。     

中国南方森林冠顶高度Lidar反演—以江西省为例

激光雷达(Lidar)与光学遥感的有效结合对中国南方区域森林冠顶高度反演意义重大,而国产卫星将为中国森林生态研究提供新的数据源。本文联合利用大脚印激光雷达GLA和国产MERSI数据,在实现GLAS波形数据处理和不同地形条件下森林冠顶高度反演算法基础上,建立了区域尺度不同森林类型林分冠顶高度GLAS+MERSI联合反演关系模型,进行了江西地区森林冠顶高度反演。总体上,GLAS激光雷达森林冠顶高度估算精度较高;且在与MERSI 250 m数据的联合反演模型中,针叶林模型精度较好(R²=0.7325);阔叶林次之(R²=0.6095);混交林较差(R²=0.4068)。分析发现,考虑了光学遥感生物物理参数的GLAS+MERSI联合关系模型在区域森林冠顶高度估算中有较高精度,且在空间分布上与土地覆盖数据分布特征非常一致。     

吉林长白山森林冠顶高度激光雷达与MERSI联合反演

将激光雷达与光学遥感相结合进行区域林分冠顶高度联合反演,提出了大脚印激光雷达GLAS脚点波形数据处理和不同地形条件下的森林冠顶高度反演算法,并建立了区域尺度不同森林类型林分冠顶高度GLAS＋MERSI联合反演模型,制作了长白山地区森林冠顶高度图。     

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。     

SAR残余相位误差对森林高度反演影响的全链路模拟与分析

利用合成孔径雷达(SAR)遥感数据可以有效地估测平均树高、生物量、蓄积量等森林生物学参数。但是遥感数据精度易受SAR系统不确定性因素的影响,造成森林参数反演精度降低甚至异常。遥感系统的全链路模拟可以将遥感过程的各类影响因素解耦,获取大量具有指定参数特征的遥感数据,有利于对不确定性因素单独或联合分析。建立了SAR三维森林场景全链路模拟模型,基于E-SAR样地参数及数据验证了模型的有效性,并以森林高度反演这一典型的林业应用为对象,定量分析了运动补偿残余相位误差这一典型的SAR系统不确定性因素对反演精度的影响程度,得到了残余相位误差与高度反演RMSE测量结果之间的关系曲线。     

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。     

森林地上生物量遥感反演方法综述

森林地上生物量反演对理解和监测生态系统及评估人类生产生活的影响有着重要作用,日益发展的遥感技术使全球及大区域的生物量估算成为可能。近年来,不同的遥感技术和反演方法被广泛用于估算森林生物量。本文首先总结了现有的全球及区域生物量产品及其不确定性,然后综述了3类方法在森林地上生物量遥感反演中的应用,即基于单源数据的参数化方法、基于多源数据的非参数化方法和基于机理模型的反演方法,阐述了各类反演方法的特点、优势及局限性。最后从机理模型研究、多源遥感数据协同、生物量季节变化研究和遥感数据源不断丰富4个方面对今后的生物量遥感反演研究进行了展望。     

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。     

PolInSAR森林高度反演中方法及波段选择引起的不确定性分析

森林高度是反映森林资源数量和质量的重要参数,极化干涉合成孔径雷达PolInSAR （Polarimetric Synthetic Aperture Radar Interferometry）技术在森林高度反演中极具潜力。由于森林散射特征受波长影响明显,由此引起的散射机理差异使得基于PolInSAR技术反演的森林高度结果具有很大的不确定性。为了定量化该不确定性的影响,本文以模拟森林场景为例,对PolInSAR技术森林高度反演中常用的4种方法——极化相位中心高度估测法、复相干相位中心差分法、复相干幅度反演法以及相干幅度、相位联合反演法,以及它们在常用的4个微波波段P、L、C和X中的森林高度估测结果进行了分析;明确了匀质森林场景中,算法、波段选择引起的森林高度估测结果的不确定性。研究结果表明：在森林场景基本一致的情况下,估测算法的选择直接影响森林高度估测结果,其中复相干幅度反演法在4个波段的估测结果中精度均最高,但各估测点的估测结果离散度及不确定度较大。波长对4类估测方法估测结果的影响差异明显：复相干幅度反演法的反演结果几乎不受波长的影响,而相干幅度、相位联合反演法受波长影响明显,在P和L波段反演结果中精度较高,在C和X波段反演结果中精度降低明显。此外,以传统的交叉极化（HV）相位代表冠层散射相位中心,水平同极化与垂直同极化的相位差（HH-VV）代表地表散射相位中心,采用复相干相位中心差分法进行森林高度估测会出现严重低估现象。估测结果不确定度具有波长和算法选择依赖性,在C和X波段采用复相干相位中心差分法估测结果不确定度最低,在P和L波段采用极化相位中心高度估测法估测结果不确定度最低,而复相干幅度反演法估测结果则在多个波段中的不确定度均最高。     

森林地上生物量遥感估测研究进展

森林生物量是衡量生态系统生产力的重要指标,也是研究森林生态系统物质循环的重要基础,其估测方法可以分为传统地面实测法、遥感监测法和综合模型法.随着生物量估测从样地研究发展到区域应用,空间尺度的增大导致宏观资料和参数的获取存在很多困难.在深入分析目前应用遥感技术估算森林生物量的方法及原理基础上,系统评述了统计模型、物理模型...     

森林垂直结构参数遥感反演综述

随着遥感技术的发展,林业遥感从早期森林分类制图的定性研究,逐步发展到森林整体特性的遥感定量反演研究。目前利用遥感反演的森林叶面积指数、生物量、叶绿素浓度、碳储量等参数以描述森林生化理化特征、水平结构特征为主,而描述森林垂直结构的参数较少。本文针对不同高度处森林的叶面积密度和冠层垂直高度廓线参数,综述了遥感获取森林垂直结构参数的方法以及典型地表类型的垂直结构参数曲线,并总结了森林垂直结构参数提取方法中存在的问题,探讨未来研究方向。     

基于叶片光谱的森林叶绿素浓度反演研究

准确估测森林叶片叶绿素浓度有助于进一步理解和模拟森林生态系统。基于江西省千烟州试验区主要树种光谱数据和相应叶绿素浓度等化学参量数据,使用高光谱指数和偏最小二乘(PLS)回归方法进行森林叶绿素浓度的反演,对具代表性的几种叶绿素相关的光谱指数进行反演能力评价,构造出表征叶绿素吸收特征的叶绿素吸收面积指数(CAAI),发现TCAR I(改进型的叶绿素吸收比率指数)和CAAI能较好地估测试验区森林主要树种的叶绿素浓度。针对叶片生化参量之间强相关现象,首先使用了叶片生化参量吸收特征分析方法,选定特定波段。然后对叶绿素浓度进行PLS回归估测,并从PLS获得估测模型的结果来评价和解释几种高光谱指数的叶绿素反演能力。     

植被生物量高光谱遥感监测研究进展

植被生物量的评估对于研究全球碳循环具有重大意义,而高光谱遥感技术为精确反演地表属性提供了重要的数据支持。针对如何更好地应用高光谱遥感技术进行植被生物量精确反演的问题,该文详细阐述了国内外应用高光谱技术估测植被生物量的研究进展。对反演植被生物量所涉及的数据源、反演模型的构建方法及其模型特点、反演模型应用对象等内容进行了综合评述,并通过分析认为,高光谱遥感技术较传统的多光谱遥感技术在生物量反演精度上有了显著的提高。同时,对建模方法、多源遥感数据融合以及模型通用性等方面的研究进行了展望,以达到在大尺度范围内对植被生物量进行准确反演的目的。     

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。     

WorldView-2纹理的森林地上生物量反演

使用高空间分辨率卫星WorldView-2的多光谱遥感影像,构建植被指数和纹理因子等遥感因子与森林地上生物量的关系方程,并计算模型估测精度和均方根误差,探索高分辨率数据的光谱与纹理信息在温带森林地上生物量估测应用中的潜力。以黑龙江省凉水自然保护区温带天然林及天然次生林为研究对象,通过灰度共生矩阵(GLCM)、灰度差分向量(GLDV)及和差直方图(SADH)对高分辨率遥感影像进行纹理信息提取,并利用外业调查的74个样地地上生物量与遥感因子建立参数估计模型。提取的遥感因子包括6种植被指数(比值植被指数RVI、差值植被指数DVI、规一化植被指数NDVI、增强植被指数EVI、土壤调节植被指数SAVI和修正的土壤调节植被指数MSAVI)以及3类纹理因子(GLCM、GLDV和SADH)。为避免特征变量个数较多对估测模型造成过拟合,利用随机森林算法对提取的遥感因子进行特征选择,将最优的特征变量输入模型参与建模估测。采用支持向量回归(SVR)进行生物量建模及验证,结果显示选入模型的和差直方图均值(sadh_mean)、灰度共生矩阵方差(glcm_var)和差值植被指数(DVI)等遥感因子对森林地上生物量有较好的解释效果;植被指数+纹理因子组合的模型获得较精确的AGB估算结果(R2=0.85,RMSE=42.30 t/ha),单独使用植被指数的模型精度则较低(R~2=0.69,RMSE=61.13 t/ha)。