论文部分内容阅读
森林冠层结构的定量描述有助于森林生物量的评估,进而可以更加准确地估计森林碳汇。激光雷达技术(LiDAR)可以提供高精度的三维结构信息,随着它在森林资源调查和管理中的应用,这种新型遥感的信息挖掘急需研究,特别是它的数据分析和遥感应用方面。另外单一的传统光学传感器或激光雷达提取的森林参数不能同时满足目前大范围、高精度的需求,这就要求协同激光雷达与传统光学传感器来实现这一目标。
由此本文将分别研究机载激光雷达、地基激光雷达提取森林参数的方法,并研究协同机载激光雷达和SPOT5 HRG多光谱遥感数据反演森林参数的方法,主要内容包括:
1.机载LiDAR点云数据的分类研究及数字地形模型(DTM)提取。利用激光雷达获取的强度信息区分点目标(植被)和面目标(地面)。通过分类后的地面点得到了DTM,与实测数据相比,平均误差为-18.5cm,均方根误差为±20.9cm。并且将结果与TIN方法和新型形态学方法的结果进行了比较,结果表明本文所提出方法的精度要略高于另两种方法,这说明该方法在森林地区的有效性。
2.利用机载激光雷达点云数据提取森林单木参数。利用局部最大值滤波方法从冠层高度模型(CHM)上提取树高和冠幅,提取结果与实测数据的相关关系分别为0.8568、0.3923。这表明该方法可以提取较高精度的树高,但对冠幅提取需要进一步改进。
3.基于地基激光雷达数据提取森林单木参数。本文从地基LiDAR点云中识别树干的方法包括两个步骤:搜寻包括树干的激光点云和由点云垂直密度提取树干点云。从提取树干点云中获取树位置、胸径和树高。验证结果表明该方法对树干的识别率可达到7096,树高和胸径与实测数据的相关关系分别为0.7673和0.8034。该方法可以省去先提取地面点的步骤,且精度较高。
4.利用机载LiDAR提取森林覆盖度和有效植被面积指数研究。由机载LiDAR点云分类结果(分离的植被点和地面点)提取了森林冠层覆盖,与地面测量数据的相关关系为0.7554。本文通过间隙率公式和森林冠层覆盖求解本研究区内森林有效植被面积指数(PAIe),与TRAC、LAI-2000和Hemiview实测结果的相关关系分别为0.6775、0.0209和-0.2463。测量原理和测量范围相近可能是机载LiDAR与TRAC的结果相关性较高的原因。
5.地基LiDAR提取冠层间隙率和有效植被面积指数研究。通过地基LiDAR的多次扫描获得半球空间冠层间隙率,并由间隙率公式来求得有效PAI。地基LiDAR提取结果在整体上低于Hemiview测量结果。提取的有效PAI与TRAC,LAI-2000和Hemiview的测量结果相关关系分别为0.5036、0.07、-0.3247。测量范围和周围环境可能是导致这种结果的主要原因。
6.利用机载激光雷达和地基激光雷达提取森林叶面积指数垂直分布。由机载LiDAR和地基LiDAR分别提取森林冠层高度剖面,结合前面分别得到的有效PAI研究两种LiDAR提取的有效PAI垂直分布情况,并通过比较两种LiDAR提取的有效PAI垂直分布来得到完整的有效PAI垂直分布。
7.协同机载激光雷达与多光谱光学遥感数据反演叶面积指数研究。结合机载LiDAR得出的森林参数,利用线性光谱分解和Li-Strahler几何光学模型从多光谱影像上反演森林冠层覆盖度和有效PAI。反演的森林冠层覆盖度与Hemiview实测数据的相关关系为0.3901,反演的有效PAI与TRAC和LAI-2000的相关关系分别为0.5173和0.7471。
本论文研究工作的主要成果和创新点如下:
1)首次提出利用机载LiDAR强度信息分类森林地区的植被点云和地面点云的方法,这一分类方法还可用于提取森林地区的DTM和森林冠层覆盖度。
2)首次联合机载LiDAR和地基LiDAR研究森林有效PAI垂直分布。从间隙率原理出发分别利用机载LiDAR和地基LiDAR提取森林冠层有效PAI,并结合两种激光雷达提取的冠层高度剖面来生成森林有效PAI垂直分布。
3)协同线性光谱模型和Li-Strahler几何光学模型,联合机载LiDAR和SPOT5 HRG遥感数据提出了解决混合像元问题的方法,并反演森林冠层覆盖度和有效植被叶面积指数。