基于无人机激光雷达的森林冠层高度分析——以祁连山东、中部青海云杉为例

快速准确获取森林结构参数对森林资源调查管理及全球碳汇研究具有重要意义。以祁连山东、中部青海云杉林为研究对象,利用16个无人机激光雷达(LiDAR)点云数据、正射影像数据结合实地样方观测数据,提取样方内青海云杉的单木树高并准确验证树木分割精度;结合实测数据和地形数据,依据统计指标验证提取树高精度并分析原因;基于点云数据提取的各样方树高分析祁连山青海云杉冠层高度在空间上的变化。结果表明:在祁连山山地森林,冠层高度平均值估算精度最高,R~2为0.93,RMSE为1.39 m(P0.05);地形影响基于点云数据的树高提取,坡度较小的青海云杉树高提取效果更好;从东到西,青海云杉平均树高呈下降趋势;随着海拔高度上升,青海云杉的平均树高先上升后下降,这与祁连山东西水热条件差异和不同海拔树木年龄分布有关。     

基于多源遥感影像的青海云杉和祁连圆柏分类

青海云杉和祁连圆柏是祁连山自然保护区的优势种,提取两种类型树木的空间分布对保护区森林资源的管理和监测方面有重要意义。使用Sentinel-2A(S2)、Sentinel-1A(S1)、Landsat-8(L8)3种遥感影像及来自SRTM DEM的地形数据,基于随机森林分类方法,设置8种组合方案共22个特征变量,以祁连山东段的甘肃连城自然保护区为例,对青海云杉和祁连圆柏进行分类试验。结果表明：融合Sentinel-1A(S1)数据的VV和VH两种后向散射信息的精度最高,达到92.85％,比使用单一影像Landsat-8提高了11.64%。实验表明:结合多源遥感影像的不同波段信息是提高森林类型分类精度的有效手段,有助于复杂山区森林资源调查、植被信息提取等需求。     

结合GLAS和TM卫星数据的江西省森林高度和生物量制图

针对光学遥感受云雨天气的影响,并存在植被指数饱和、穿透性差而难以到达森林冠层以下等问题,不能有效反映植被垂直结构信息,难以准确地反演森林地上生物量,以大光斑激光雷达GLAS数据、Landsat TM光学遥感影像数据以及野外实测数据为数据源,建立了江西省森林的平均冠层高度模型和森林生物量模型。结果表明:GLAS数据提取出波形特征参数、ASTER GDEM数据提取出地形特征参数与实测树高数据建立森林冠层高度模型,获取离散的林冠高度,可以较好消除地形对GLAS波形的影响;通过建立Landsat TM数据计算的NDVI与离散林冠高度之间的关系,可以进行大尺度连续森林冠层高度的制图;并利用林冠高度与森林生物量之间的幂函数关系估算森林生物量。因此,大光斑激光雷达GLAS数据与光学遥感数据联合,能充分发挥多源遥感的优势,实现连续冠层高度和森林生物量的反演。     

三维树木点云数据处理软件系统设计

随着林业信息化的建设与发展,利用地面激光雷达快速获取树木点云数据,从中提取树木的结构参数(胸径,树高,材积等)已成为一种重要的林木测量手段。为了弥补国内在树木点云数据处理软件系统方面的空白,采用一系列树木结构参数提取算法,并结合计算机图形显示技术,设计并实现了一种三维树木点云数据处理软件系统。开发完成了树木点云数据的三维显示与旋转平移查看功能。拥有基本的点云数据处理功能,以及树木的胸径、树高、材积提取的功能。系统经过实验数据的验证,证明其拥有良好的性能,并可以快速准确地提取树木结构参数。     

GEDI地面高程和森林冠层高度的精度评价与影响分析

精确地提取地面高程和植被冠层高度,对于地形地貌、生态学等方面的研究具有重要意义。2018年12月发射的新一代全球生态系统动力学调查雷达（GEDI）为地面高程和植被冠层高度大范围精确提取提供了前所未有的机会。研究旨在利用机载激光雷达数据验证GEDI提取的地面高程和冠层高度精度,并探讨地理定位误差、地形坡度、坡向、植被覆盖度、方位角、采集时间、光束类型和不同森林类型因素对其精度的影响。结果表明：通过校正GEDI数据地理定位误差,可以明显提高其提取的地面高程和冠层高度精度;影响冠层高度提取精度最主要的因素是植被覆盖度,其次是坡度;影响地面高程提取精度的主要因素为坡向、坡度。植被覆盖度大于25%时,数据精度更高;坡度为0°—5°的缓坡地区地面高程和冠层高度精度最高。该研究结果将为GEDI数据筛选与应用提供依据。     

基于地面激光雷达点云数据的森林树高、胸径自动提取与三维重建

针对亚热带环境条件下森林树高、胸径自动化提取精度较低、单木形态模拟较为困难的问题,提出基于地面激光雷达点云数据提取森林树高、胸径及重建森林场景三维模型的方法。首先采用变尺度地面点识别法获取地面点并构建DEM。然后根据树木主干点云主方向相似度及轴向分布密度分割主干与其他植物器官点云。接着以主干点云为基础,采用迭代最小二乘拟合圆柱的方法自动提取树木位置、胸径;构建点云的八叉树结构,利用体素的空间邻接性实现点云分割,自动提取树高。最后,结合单株植物建模技术,以树根节点为纽带构建样地尺度上的森林场景三维模型。实验结果显示,胸径估测R~2为0.996,平均相对误差为2.09%,RMSE为0.66 cm;树高估测R~2为0.972,平均相对误差为2.16%,RMSE为0.92 m;所重建的森林场景三维模型可表达森林样地的真实形态。     

基于三维激光扫描技术的马尾松冠层孔隙度研究

三维激光扫描技术具有扫描快、对树木无损害、高度还原树木原形等优势，为三维样木重构、树木冠层结构研究及森林资源连年监测研究提供精确的数据。以马尾松为对象，利用三维激光扫描仪获取30株单木点云数据，运用体素化、平面投影和凸包算法等，计算单木冠层孔隙度。结合分层理论，通过与树木生长参数(冠幅、冠体积和冠高度)的相关性分析，构建全冠与不同分层方式提取的冠层孔隙度建立多元线性回归模型，以决定系数(R²)、均方根误差(RMSE)、相对分析误差(RPD)和总体精度(TA)确定冠层孔隙度提取的最佳体素边长和最佳分层方式。结果表明：冠层孔隙度提取的最佳的分层方式为冠层形态三分层(R²为0.74)；冠层形态三分层、冠层形态三分层五分层结合、冠层高度三等分层提取的冠层孔隙度与树木生长参数的影响最为稳定；根据冠层形态分层提取的孔隙度适用于冠层形态差异较大，而冠层形态较一致时，采用冠层高度三等分层是较为合适，精度较高。     

基于背包激光雷达的单木材积估测方法研究

背包式激光雷达(Backpack Laser Scanning,BLS)在森林资源调查中具有很大的应用潜力,但在复杂地表情景下,单木材积和林分蓄积量提取精度存在较大不确定性。以广西高峰林场为研究区,利用随机森林方法,基于BLS点云数据对单木材积和样地蓄积量进行估测。首先,对BLS点云进行单木分割,提取单木胸径(DBH)、树高(Htree)、冠幅直径(CD)、冠幅面积(CA)、冠幅体积(CV)、郁闭度(CC)、间隙率(GF)和叶面积指数(LAI)共8个特征参数,并计算56个分层高度指标(高度百分比、累积高度百分比、变异系数、冠层起伏率等)。然后,通过随机森林算法构建单木材积估测模型,并对比各种参数组合的预测精度。得到结果：(1)仅用8个单木结构特征参数进行建模,估测精度为：R²=0.83、RMSE=0.097 m³;(2)加入分层高度指标的模型估测精度有所提升：R²=0.87、RMSE=0.087 m³;(3)通过Boruta算法进行变量筛选,输入参数从64个减少至52个,估测精度差异不大：R     

基于LiDAR点云的单棵树木提取方法研究

森林资源作为人类赖以生存的自然资源,是地球上最重要的资源之一,而衡量森林资源的指标不再局限于对森林面积的测量,准确的森林单木信息的获取对于进一步评估森林生态系统的生物物理过程及生物量估算具有重要意义。目前,对单棵树木的信息提取已成为森林精确遥感的热点之一。对基于LiDAR点云数据的植被信息提取的研究大多集中在对成片的林地信息提取,而激光雷达数据对单木冠形边缘的刻画能力受林分密度的影响较大。针对单木信息提取的研究并不多见或算法不足的现状,利用激光雷达点云数据,进行了单棵树提取方法的研究。基于圆检测的理论,检测局部极值点,计算其他点到中心点的距离,通过聚类,提取了单棵树的位置、树高及胸径信息。采用吉林省长春市城区林区的LiDAR点云数据进行了自动提取的实验,并利用同区的航空影像进行了检验;实验结果表明,该方法具有较好的实用价值与普适性,单木提取的精度可达到90%以上。     

基于ICESat-GLAS数据估算复杂地形区域森林蓄积量潜力初探-以云南香格里拉县为例

近年来ICESat\|GLAS波形数据被广泛地应用于森林生态参数的估算。为了研究大光斑激光雷达数据在复杂地形区域估算森林蓄积量方面的能力,以云南省香格里拉县为研究区域,将GLA01数据处理后得到的平均树高与实测树高及坡度进行对比,探究了坡度对GLAS数据估算平均树高的影响,同时将其与平均树高、光斑范围内森林蓄积量建立关系,初步研究三者之间的关系。结果表明,坡度会降低大光斑激光雷达数据估算森林植被高度的精度,但GLAS数据估算出的树高与实测的平均树高、蓄积量数据仍有较好的相关性,这说明利用GLAS数据估算森林蓄积量有较大的潜力。     

使用高分遥感影像获取塔里木河胡杨高度信息

森林高度在森林生态状况、生物量水平研究中是一个重要参数,目前存在的多种获取树高的遥感技术,都不同程度存在一些问题。塔里木河下游胡杨林作为干旱区内陆河流域荒漠生态系统的核心构件和重要生态恢复对象,了解其高度信息有助于科学评估塔河下游受损生态系统的恢复程度。使用高分辨率遥感影像,利用面向对象影像分析技术,获取单木尺度的胡杨树冠,并提取对应的光谱、纹理和几何特征;在使用消费级无人机获取的树高数据支持下,分别使用Linear、MLP（Multilayer Perceptron, MLP）、PACE 和SVR（SVM Regression, SVR）方法建立树高回归模型获取塔里木河下游胡杨高度信息。结果表明：①基于光谱、纹理和几何特征建立的树高回归模型R²为0.668 7,RMSE为0.942 6 m,说明结合使用高分辨率卫星遥感和无人机遥感技术可以用于获取单木尺度的胡杨树高;②当使用所有特征时,MLP、PACE和SVR回归模型的相关系数均大于0.81,其中PACE回归模型精度最高;③在单木尺度上,光谱特征中包含有较多的树高信息,其次是纹理特征。     

Estimating structural properties of riparian forests with airborne lidar data

Riparian forest zones adjacent to surface water such as streams, lakes, reservoirs and wetlands maintain significant forest ecosystem functions including nutrient cycling, vegetative communities, water quality, fish and wildlife habitat and landscape aesthetics. In order to support the sustainable management of riparian forests, riparian zones should first be carefully delineated and then structural properties of riparian vegetation, especially forest trees, should be accurately measured. Geographical information system (GIS) techniques have been previously implemented to determine riparian zones quickly and reliably. However, basic measurements of forest structures in riparian areas have relied heavily on field-based surveys, which can be extremely time consuming in large areas. In this study, riparian forest zones were initially located using GIS techniques and then airborne lidar (light detection and ranging) data were used to determine and analyse structural properties (i.e. tree height, crown diameter, canopy closure and vegetation density) of a sample riparian forest. Lidar-derived tree height and crown diameter measurements of sample trees were compared with field-based measurements. Results indicated that 77.92% of the riparian area in the study area was covered by forest. Based on lidar-derived data, the average tree height, total crown width, canopy closure (above 3 m) and vegetation density (3–15 m) were found to be 74.72 m, 16.82 m, 71.15% and 26.05%, respectively. Although we found differences between measurement methods, lidar-derived riparian tree measurements were highly correlated with field measurements for tree height (R ²?=?88%) and crown width (R ²?=?92%). Differences between measurement methods were likely a result of difficulties associated with field measurements in the dense vegetation that is often associated with forested riparian areas.     

Satellite lidar vs. small footprint airborne lidar: Comparing the accuracy of aboveground biomass estimates and forest structure metrics at footprint level

The use of lidar remote sensing for mapping the spatial distribution of canopy characteristics has the potential to allow an accurate and efficient estimation of tree dimensions and canopy structural properties from local to regional and continental scales. The overall goal of this paper was to compare biomass estimates and height metrics obtained by processing GLAS waveform data and spatially coincident discrete-return airborne lidar data over forest conditions in east Texas. Since biomass estimates are derived from waveform height metrics, we also compared ground elevation measurements and canopy parameters. More specific objectives were to compare the following parameters derived from GLAS and airborne lidar: (1) ground elevations; (2) maximum canopy height; (3) average canopy height; (4) percentiles of canopy height; and (5) above ground biomass. We used the elliptical shape of GLAS footprints to extract canopy height metrics and biomass estimates derived from airborne lidar. Results indicated a very strong correlation for terrain elevations between GLAS and airborne lidar, with an r value of 0.98 and a root mean square error of 0.78 m. GLAS height variables were able to explain 80% of the variance associated with the reference biomass derived from airborne lidar, with an RMSE of 37.7 Mg/ha. Most of the models comparing GLAS and airborne lidar height metrics had R-square values above 0.9.     

数字表面模型（DSM）参数指示林窗特征的有效性研究

林窗的空间格局不仅对林下物种多样性有重要作用,而且也是量化不同林型结构特征的重要指标。近年来,灵活便捷的小型无人机航拍技术的快速发展为获取高分辨率的森林冠层三维结构信息提供了可低成本获取的途径。利用航拍影像提取林窗斑块来计算景观指数是描述林窗格局有效的传统方法,但提取细小林窗往往难度大,尤其是在需要处理大量航拍数据时会大大增加时间成本。基于无人机航拍的RGB影像,在三维建模获取的高精度数字表面模型（DSM）的基础上建立森林高差模型（DSMr）,进而提出基于高差模型的信息熵（H）、标准差（STD）、偏度系数（SK）、峰度系数（EK）、纹理参数（GLCM,GLDV）来快速反映林窗空间分布格局的方法,并以黄土高原中部恢复较好的天然林和北部人工刺槐林窗数据检验其有效性。研究结果显示：SK、EK、GLCM、GLDV与林窗格局指数有一定的相关性,两类样方DSMr的SK和EK均与边界密度（ED）显著负相关,SK与斑块密度指数（PD）呈现出显著负相关关系,纹理参数均与景观形状指数（LSI）显著正相关。因此,DSMr参数能有效指示林窗的结构和分布格局,为林窗的生态过程与效应研究提供了更加快捷的变量。     

基于无人机的喀斯特退化天坑地下森林树高特征研究

基于无人机提取喀斯特退化天坑地下森林的树高特征,探索乔木树高的生长策略与天坑局部圈闭化生境的关系,研究退化天坑作为物种避难所的价值。通过无人机遥感技术对退化天坑进行三维重建,提取退化天坑内外的树高信息。结果表明：退化天坑地下森林平均树高较地表高出约5 m。地下森林平均树高为10.47 m,地表平均树高为5.43 m,地表南坡平均树高为5.75 m,坑内树高的分布特征受海拔影响显著。在喀斯特天坑微生境的作用下,与坑外地表相比,坑内地下森林在树高方面具有显著的优势,光照是地下森林乔木类植物种内和种间竞争的主要因子,垂直梯度是退化天坑植被树高分布格局的首要特征。无人机遥感技术能够快速地获取退化天坑地下森林的树高信息,具有推广潜力。     

低空无人机航空摄影高度自动测量方法研究

为控制低空无人机摄影高度,获得更加清晰的地理信息图像,需要对低空无人机摄影高度自动测量方法进行优化研究;当前方法主要利用射影几何知识的自动化标定方法实现低空无人机航空摄影高度的自动测量;该方法存在噪声影响严重,且测量误差较大的问题;为此,提出一种基于多传感器与卡尔曼滤波相结合的低空无人机航空摄影高度自动测量方法;该方法首先通过分析气压测量法计算各种气压因素对低空无人机航空摄影高度的影响,然后推导出大气对流层内气压随低空无人机航空摄影高度的变化;然后采用双GPS系统同时工作,对GPS、气压高度计和IMU测量获得的低空无人机航空摄影高度信号进行冗余备份;采用基于二阶多项式的修正方法对低空无人机航空摄影传感器输出值进行补偿和修正;根据动力学方程建立低空无人机航空摄影的动力学方程获得高度测量状态方程;最后采用卡尔曼滤波的线性最小方差估计准则对低空无人机航空摄影高度进行均方差估计计算,实现低空高度自动测量与校正。实验结果表明,所提方法具有精度高、收敛性好且滤波效果理想的优势。     

基于机载LiDAR点云数据森林郁闭度估测

郁闭度是反映森林数量和质量的重要参数,是森林调查的重要因子之一。以广西壮族自治区高峰林场试验区获取的机载LiDAR点云数据为基础,基于二维冠层高度模型（Canopy Height Model,CHM）和三维点云开展了森林郁闭度估测研究。使用实地调查的105块样地作为验证参考数据对郁闭度估测结果进行了精度评价,结果表明：基于二维CHM估测郁闭度与实测值之间的R²=0.388,RMSE=0.17;而基于三维点云估测郁闭度采用了2种方法：第一种方法采用归一化后2 m以上高度植被点云密度与归一化后所有点云密度比值估测郁闭度,估测结果与实测值之间的R²=0.467,RMSE=0.13。第二种方法采用归一化后2 m以上高度第一次回波植被点云密度与归一化后第一次回波所有点云密度比值估测郁闭度,估测结果与实测值之间的R²=0.478,RMSE=0.12;基于三维点云的2种方法估测林分郁闭度的精度皆优于基于二维CHM的方法,基于三维点云估测林分郁闭度方法中,第二种方法的精度优于第一种方法。     

基于无人机遥感技术的森林参数获取研究进展

凭借着高分辨率、可控性强和性价比高的特点,无人机遥感技术在森林研究中得到了迅速的发展与应用。对无人机遥感成像平台的发展和国内外利用无人机遥感技术开展森林调查的情况进行介绍,针对单木和林分两种森林资源调查对象,总结了目前利用无人机遥感技术提取森林参数的前沿方法。重点分析和讨论了基于无人机平台的多光谱、高光谱和激光雷达传感器获取森林参数的算法,对比了其优越性、局限性并分析其最佳应用场景。此外,介绍了无人机遥感在森林树种分类和病虫害监测方面的应用情况。最后,对无人机遥感技术在森林监测方面的应用前景进行了展望,可为今后基于无人机遥感的森林资源监管领域的研究提供理论依据与技术支持。     

林分平均高度卫星遥感新进展

林分平均高度是生态系统模型重要的输入参数之一,与生物量估算与碳循环研究高度相关。通过系统回顾林分平均高度研究的发展历史和最新进展,总结了不同传感器林分平均高度(SAR树高与LiDAR冠层高度)研究的主要模型和方法,通过单一传感器技术进行林分平均高度研究的内在特征的不同,分析了多传感器的区域林分平均高度联合反演方法的优劣性,并从科学发展趋势和社会需求出发,认识目前存在的主要问题与难点及未来面临的挑战和机遇,为今后更好地进行森林垂直结构和全球碳循环研究提供思路和借鉴。