小光斑波形激光雷達(dá)森林LAI和單木生物量估測(cè)研究.pdf

1、森林垂直結(jié)構(gòu)是陸地生態(tài)系統(tǒng)中重要的參數(shù)，提高遙感森林垂直結(jié)構(gòu)的反演精度，對(duì)于森林資源監(jiān)測(cè)、全球氣候變化及其區(qū)域響應(yīng)研究具有重要意義。激光雷達(dá)技術(shù)是近年來國(guó)際上發(fā)展十分迅速的主動(dòng)遙感技術(shù)，在森林參數(shù)的定量測(cè)量和反演上取得了成功的應(yīng)用，特別是對(duì)森林高度和垂直結(jié)構(gòu)的探測(cè)能力，具有傳統(tǒng)光學(xué)遙感數(shù)據(jù)難以比擬的優(yōu)勢(shì)。森林葉面積指數(shù)和生物量是森林生態(tài)系統(tǒng)的重要參數(shù)，其精確的估算具有十分重要的意義，本文圍繞上述內(nèi)容，利用機(jī)載小光斑波形激光雷達(dá)數(shù)據(jù)開展了

2、以下幾個(gè)方面的研究工作:
　　 (1)根據(jù)激光雷達(dá)波形數(shù)據(jù)特征，建立高斯分解算法和相對(duì)輻射校正模型。
　　 波形數(shù)據(jù)直接使用較為不便，需要對(duì)波形數(shù)據(jù)進(jìn)行進(jìn)一步處理，采用了非線性最小二乘法對(duì)波形數(shù)據(jù)進(jìn)行高斯擬合處理，詳細(xì)描述了波形分解的工作流程和重要的處理步驟。波形數(shù)據(jù)進(jìn)行數(shù)據(jù)分類是其重要的優(yōu)勢(shì)之一，然而使用未經(jīng)標(biāo)定的數(shù)據(jù)進(jìn)行分類往往存在一定的問題，因此在高斯分解的基礎(chǔ)上，對(duì)分解結(jié)果數(shù)據(jù)基于歸一化的距離和能量進(jìn)行相對(duì)輻射校

3、正處理，增強(qiáng)波形數(shù)據(jù)間的可比性，以期提高分類結(jié)果的準(zhǔn)確性和精度。最后對(duì)分解結(jié)果和相對(duì)輻射定標(biāo)結(jié)果進(jìn)行了定量分析。
　　 (2)使用波形能量數(shù)據(jù)反演森林葉面積指數(shù)。
　　 在波形數(shù)據(jù)分解基礎(chǔ)上，利用柵格化的數(shù)據(jù)對(duì)研究區(qū)進(jìn)行分類，提取研究區(qū)的森林區(qū)域。根據(jù)基于間隙率原理的比爾朗伯定律提出了利用波形數(shù)據(jù)能量反演葉面積指數(shù)的方法。詳細(xì)介紹了波形數(shù)據(jù)的分類、數(shù)據(jù)的歸一化、利用波形能量數(shù)據(jù)反演LAI的方法、反演最佳尺度的確定以及森林

4、葉面積指數(shù)的制圖。結(jié)果表明，利用波形數(shù)據(jù)能夠有效的反演森林的葉面積指數(shù)。
　　 (3)結(jié)合單木分割和波形特征參數(shù)進(jìn)行樹種識(shí)別。
　　 在波形數(shù)據(jù)進(jìn)行高斯分解點(diǎn)云化的基礎(chǔ)上，根據(jù)高程信息生成的DEM和DSM，并生成CHM。首先對(duì)CHM進(jìn)行無效值填充，再采用結(jié)合形態(tài)學(xué)控制的分水嶺算法分離CHM上的單木并提取單木的相關(guān)參數(shù)。根據(jù)單木的范圍提取波形高斯分解后結(jié)果參數(shù)的統(tǒng)計(jì)值作為該株樹的特征值，結(jié)合外業(yè)調(diào)查的數(shù)據(jù)采用SVM分類器對(duì)

5、樣地的樹種進(jìn)行識(shí)別和精度評(píng)價(jià)。結(jié)果顯示，使用定標(biāo)后的數(shù)據(jù)對(duì)研究區(qū)7個(gè)樹種的識(shí)別精度達(dá)到55.07％，5個(gè)樹種則達(dá)到了66.15％，均要高于未定標(biāo)數(shù)據(jù)的分類精度。
　　 (4)利用波形數(shù)據(jù)反演單木生物量
　　 首先對(duì)外業(yè)獲取的實(shí)測(cè)樹高和冠幅與實(shí)測(cè)的胸徑數(shù)據(jù)進(jìn)行回歸分析，建立樹高和冠幅估算胸徑的估測(cè)模型，結(jié)合相關(guān)生物量方程構(gòu)建基于樹高和冠幅的二元生物量方程。結(jié)果表明使用樹高和冠幅數(shù)據(jù)能夠很好的反演森林的胸徑信息。在樹種識(shí)別的