论文部分内容阅读
机载激光雷达脉冲能够穿透部分森林冠层,获取森林的三维结构信息,是目前林业遥感当中最具应用潜力的主动遥感技术之一。尽管目前国内外学者已经在机载激光雷达森林参数反演方面取得了一些不错的科研成果,然而理论和实践远未成熟,核心算法仍有待提高,技术体系仍有待完善。因此,本文以黑河综合遥感联合试验获取的张掖市大野口流域的机载激光雷达数据和样地调查数据为研究对象,系统化的研究了机载激光雷达森林参数提取的技术流程,针对各个重要环节均做了深入的比较和分析,找出了反演过程当中最优的算法和参数设置,提出了一个反演森林参数的激光雷达指标。研究取得的主要结论如下:(1)布料模拟滤波算法(CSF,Cloth Simulation Filter)在本研究区滤波效果好于常用的不规则三角网滤波算法(TIN,Triangular Irregular Networks)和渐进形态滤波算法(PMF,Progressive Morphological Filter)。通过三种滤波算法生成的DEM和试验区差分GPS测量的结果对比,CSF算法可以获取最大误差1.9m,平均误差0.138m/m~2的DEM,可以满足森林参数反演的需要。(2)使用归一化点云(NPC,Normalized Point Cloud)生成的树冠高度模型(CHM,Canopy Height Model)无论是在树冠三维结构的表现上,还是在CHM“孔洞”的消除效果上均优于传统的CHM生成方法。同时,本研究对比了CHM生成过程中常用的三种插值算法,距离倒权法(IDW,Inverse Distance Weighted)、不规则三角网插值(TIN)和克里金插值(Kriging),发现由于树冠尺寸不大但形状多变,简单的IDW算法更适合CHM的插值。(3)对比分析了基于CHM的分水岭单木分割算法和基于点云的空间聚类算法,发现后者由于点云密度不够,不能用于本研究。通过有序对比分水岭算法的参数配置,确定了0.5m像素大小的CHM可以获取最佳的单木分割效果,单木分割率达到68.55%,分割准确率达到57.46%。尽管算法的参数值需要根据点云密度和林分情况变动,但是本研究提出的方法具备一定的参考价值。(4)用单木分割的思路反演林分参数,在无法单木匹配的情况下,本研究提出了用简单的线性回归模型来拟合林分实测值与单木分割估测值的方法。使用冠幅面积加权平均高估测值来拟合实测的胸高断面积加权平均高(LorH),相关系数(R~2)为0.375,均方根误差(RMSE)为2.16m。利用估测的平均树高和平均冠幅两个指标经自然对数变换后线性拟合胸高断面积(BA,Base Area)和地上生物量(AGB,Aboveground Biomass),R~2分别达到了0.571和0.639。(5)用基于样地的思路反演林分参数,本研究从点云中提取了43个指标,通过多元线性回归、支持向量机和人工神经网络三种机器学习算法来回归实测林分参数,结果表明后两者优于常用的多元线性回归模型,原因主要是提取指标之间的共线性问题所致。通过LASSO回归特征选择后,对LorH和AGB的预测,支持向量机最优,R~2分别为0.784和0.849,RMSE分别为1.256m和21.298t/ha;对于BA的预测,神经网络模型最优,R~2为0.859,RMSE为3.134m~2/ha。(6)本文提出了一个基于样地的激光雷达提取指标——冠层高度指标(TCH,Top of Canopy Height),在假设林分具备和单木相似的异速生长规律的前提下,利用已有的异速生长模型的形式预测各林分参数,其中对LorH、BA和AGB的拟合系数分别为0.129,0.696和0.706,预测精度高于基于单木分割的林分反演精度,低于基于点云分位数的林分反演精度。同时,本文对于影响TCH预测精度的CHM高度阈值和CHM像素大小做了科学的分析,方法具备一定的借鉴意义。总之,本文对基于机载激光雷达的森林参数反演方法进行了系统的研究,对核心算法进行了细致入微的比较和分析,得到的结论可靠有效,将有力推动机载激光雷达技术在我国林业中的深入应用与普及。