ICESat-2 ATL08地形和冠层高度产品精度评估

ICESat-2 ATL08地形及冠层高度产品在大范围的森林资源调查研究中的性能还需进一步探究。为此,文章首先对35个生态网络观测站的ATL08地形及冠层高度产品进行整体的精度评估;其次,验证其在不同生物群落中的精度并对单站精度进行定量评价;最后,分析该产品在多种误差因素条件下的性能。结果表明：地形和冠层高度产品的整体RMSE分别为3.23 m和6.58 m;地形高度产品在低矮或稀疏的植被区精度较高,在高大或茂密的森林区精度较低,且其精度随坡度、植被覆盖度及冠层高度的增加而降低;冠层高度产品在温带阔叶林和混交林地区的%RMSE为34.78%,在沙漠和干旱灌木丛地区的%RMSE为127.47%。另外,相比地形高度产品,冠层高度产品受地物覆盖类型、冠层高度和植被覆盖度的影响更严重且影响机制较为复杂。     

基于无人机激光雷达的森林冠层高度分析

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,R²为0.93,RMSE为1.39 m（P<0.05）;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...     

基于等高线和高程点建立DEM的精度评价方法探讨

本文回顾了基于等高线和高程点建立ＤＥＭ常用的几种方法,提出了对ＤＥＭ进行精度评价对需要注意的几个方面,及基于点,线和面的ＤＥＭ的精度评价方法。     

中点单觇法三角高程测量的误差及精度分析

近年来随着我国测距技术不断发展进步,研究内容深度不断加深,从而对于测距的精度要求也越来越高,在测距工程中全站仪、测距仪随处可见,三角高程测量由于其简单的观测方法和不受地形条件限制的优点,成为测绘工作者进行高程控制测量的有效手段之一.通常情况下,我们习惯采用直返觇法进行三角高程测量,而经过研究,我们发现通过在两个置觇点中间安装仪器来测定觇点间高差的中点单觇法较之具有更强的灵活性和实用性.本文通过中点单觇法的公式推导及数据运算对其误差和精度进行分析,以期在测距技术使用中得到更好应用.     

生态与农业气象地面监测分析评估系统的设计与实现

针对目前生态与农业气象工作的特点,结合当前工作的实际需要,建立了生态与农业气象地面临测分析评估系统.该系统可适时下载报文,对报文进行连接、解译,质量控制,还可按水、土、气、生四类进行数据管理,根据各要素数据的评估指标,以图形、图像的形式输出生态环境地面监测评估产品等,从而实现了生态与农业气象地面监测数据的有效组织和管理.     

多源遥感影像多项式配准精度影响因素分析

影响遥感影像配准精度的因素众多,基于多项式配准模型在遥感影像配准中的应用,针对地形起伏、控制点分布、多项式配准模型次数、配准影像的多源异质性等影响多源遥感影像配准精度的因素,采用TM、SPOT和SAR等多源遥感影像进行了广泛的多项式配准实验分析,总结得出了上述各因素对多源遥感影像多项式配准精度的影响规律,为多源遥感影像的多项式配准实践提供一定的指导。     

面向弹性路由层生成的网络拓扑评价与优化方法

针对弹性路由层重路由技术在不同应用需求下的适用性问题及本身存在的路径次优问题,提出了一种面向弹性路由层的网络拓扑评价方法以及原拓扑结构优化方法。在介绍弹性路由层相关理论背景的基础上,给出了其规范的矩阵表述方式,提出了3个从不同角度反映生成的弹性路由层性能的评估指标,为了对原拓扑结构进行优化设计,提出了评判弹性路由层生成潜力的原全拓扑评估指标,基于此给出了面向弹性路由层生成的原拓扑结构优化方法。仿真结果表明,评估指标可以客观地评判出弹性路由层在不同情况下的适用程度,而优化的原拓扑结构能够以较少的资源满足应用需求,且很大程度上克服了路径次优问题。     

一种植物冠层图像分割算法的分析与改进

对植物冠层的图像分割传统算法,不但运行效率太低,分割精度效果也不明显.本文采取自适应惯性权重及学习因子的方法对经典算法进行改进,对惯性权重和学习因子采用非线性对数调节方法,引入欧式距离、种群多样性方差及贝塔分布随机数改进了经典算法.解决植物冠层图像分割所存在的问题.通过实验看出,本文算法,不但确保种群的多样性,而且通过不断修正迭代过程在很大程度上提高了搜索速度.从而可以在图像分割上达到更快的速度及更优的精度.     

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。     

基于机载LiDAR的高寒山区遥感高程数据精度评估

遥感高程数据是获取缺资料地区DEM（Digital elevation models）数据的重要手段。然而,由于高寒山区实地高程测量稀少,难以对多源遥感DEM数据进行统一验证。ICESat-2等新的遥感高程数据在高寒山区也缺乏相应的精度评估。针对此问题,以青藏高原东北缘的冰沟流域作为研究区,采用机载航空遥感获取的大范围LiDAR（Light Detection And Ranging）DEM数据对新产品ICESat-2 ATL06（Ice, Cloud, and Land Elevation Satellite-2, Land Ice Height）、ALOS DEM（12.5 m分辨率）以及新版本SRTM V3（SRTM Arc-Second Global 1 V003）、ASTER GDEM V3（ASTER Global DEM）进行验证,并分析地形因子与均方根误差RMSE的关系。研究结果表明：ICESat-2 ATL06数据在高寒山区的RMSE为0.747 m。由于其较高的精度,可用于验证缺资料地区的其他遥感高程数据。其他遥感高程数据的精度都相对较低,ALOS 12.5 m数据的RMSE为5.284 m;ASTER GDEM V3版本的RMSE为9.903 m。实验所采用的4种遥感高程数据与机载LiDAR DEM均具有较高的相关性,相关系数在0.998与1.000之间。实验还揭示了坡度是影响遥感DEM精度的主要因素。除ICESat-2 ATL06外,其他高程数据的RMSE均随坡度的增大先减小再增大,且都存在一个最佳坡度值。鉴于地形复杂多样的冰沟流域具有青藏高原高寒山区的典型特征,多源遥感DEM数据在该区域的验证结论具有较好的代表性,可为相似地区DEM数据的使用和评估提供重要的知识补充。     

Fusion of LiDAR and imagery for estimating forest canopy fuels

Due to increased fuel loading as a result of fire suppression, land managers in the American west are in need of precise information about the fuels they manage, including canopy fuels. Canopy fuel metrics such as canopy height (CH), canopy base height (CBH), canopy bulk density (CBD) and available canopy fuel (ACF) are specific inputs for wildfire behavior models such as FARSITE and emission models such as FOFEM. With finer spatial resolution data, accurate quantification of these metrics with detailed spatial heterogeneity can be accomplished. Light Detection and Ranging (LiDAR) and color near-infrared imagery are active and passive systems, respectively, that have been utilized for measuring a range of forest structure characteristics at high resolution. The objective of this research was to determine which remote sensing dataset can estimate canopy fuels more accurately and whether a fusion of these datasets produces more accurate estimates. Regression models were developed for ponderosa pine (Pinus ponderosa) stand representative of eastern Washington State using field data collected in the Ahtanum State Forest and metrics derived from LiDAR and imagery. Strong relationships were found with LiDAR alone and LiDAR was found to increase canopy fuel accuracy compared to imagery. Fusing LiDAR with imagery and/or LiDAR intensity led to small increases in estimation accuracy over LiDAR alone. By improving the ability to estimate canopy fuels at higher spatial resolutions, spatially explicit fuel layers can be created and used in wildfire behavior and smoke emission models leading to more accurate estimations of crown fire risk and smoke related emissions.     

对地面防空雷达网干扰能力的模糊综合评估研究

地面防空雷达网是防空系统的重要组成部分,对其实施有效干扰并对干扰效果进行评估,具有重要的现实意义。目前,结合具体的干扰方法对地面雷达网进行干扰效果定量评估的研究并不多,更多的是评估指标的选择确定和从微观的角度分析干扰效果。该文探讨了作战情况下,对地面防空雷达网进行干扰效果定量评估的方法,给出了一种模糊综合评估模型用于评估对地面防空雷达网的干扰能力,并指出该模型使用范围和条件。该文对研究评估对地面防空雷达网干扰能力具有一定的参考价值和指导意义。     

Assessing the utility of airborne hyperspectral and LiDAR data for species distribution mapping in the coastal Pacific Northwest, Canada

To effectively manage forested ecosystems an accurate characterization of species distribution is required. In this study we assess the utility of hyperspectral Airborne Imaging Spectrometer for Applications (AISA) imagery and small footprint discrete return Light Detection and Ranging (LiDAR) data for mapping 11 tree species in and around the Gulf Islands National Park Reserve, in coastal South-western Canada. Using hyperspectral imagery yielded producer's and user's accuracies for most species ranging from > 52-95.4 and > 63-87.8%, respectively. For species dominated by definable growth stages, pixel-level fusion of hyperspectral imagery with LiDAR-derived height and volumetric canopy profile data increased both producer's (+ 5.1-11.6%) and user's (+ 8.4-18.8%) accuracies. McNemar's tests confirmed that improvements in overall accuracies associated with the inclusion of LiDAR-derived structural information were statistically significant (p < 0.05). This methodology establishes a specific framework for mapping key species with greater detail and accuracy then is possible using conventional approaches (i.e., aerial photograph interpretation), or either technology on its own. Furthermore, in the study area, acquisition and processing costs were lower than a conventional aerial photograph interpretation campaign, making hyperspectral/LiDAR fusion a viable replacement technology.     

ASTER-GDEM与SRTM3数据质量精度对比分析

ASTER-GDEM是最新的全球数字高程模型,具有较高的分辨率;SRTM3是目前研究人员广泛应用的地形数据。结合实测数据、矢量化地形图,从高程精度、位置精度和坡度因子3方面对比分析两种数据精度。结果表明:ASTER-GDEM数据高程精度低于SRTM3数据,而水平位置精度较高,二者各级坡度百分率近似,与国家1∶5万数字地形图生成的DEM差异较大。     

基于LiDAR和CCD数据的地形与建筑提取方法优化及精度评价

借助机载小光斑激光雷达点云数据,采用Kraus滤波法结合增强Canny算子优化提取数字高程模型,然后结合LiDAR数据中提取的nDSM和粗糙度特征,以及CCD数据中获得的光谱属性和几何属性,应用多源特征融合面向对象影像分类方法,以提高城市环境下遥感分类的可靠性和建筑实体信息提取精度。结果表明:DEM估测值变异解释能力达到96%,其均方根误差1.15 m,拟合的直线紧贴1∶1线;同时,结合粗糙度、光谱信息和形态指数等信息分类的方法不仅缓解了分类“噪声”,降低了错分现象,且精度较高;研究区内建筑的面积决定系数大多高于0.7,高度信息的估测值变异解释能力也均达到92%以上,表明基于多源特征融合的面向对象分类方法结果可靠且对建筑的三维结构参数提取精度高。     

由单目图像获得表面高度算法的分析和实现

由单目图像获得物体表面高度（由阴影恢复形状）是计算机视觉中的一个翻来覆去研究领域,迭代计算算法的准确度在合成图像的表面恢复上得到了验证,在遥感图像的表面高度提取中也得到了应用,文中对一种新的由单目图像忧愁物体表面高度和梯度的算法进行了详细分析,并提出了实现算法的具体步骤和计算方法,对合成图像进行迭代计算,区 准确的表面高度,对实际焊点图像也验证了该算法的可行性。     

CFOSAT散射计几何定位验证与精度初步评估

采用STK软件对中法海洋卫星（CFOSAT）散射计几何定位算法进行了验证。针对CFOSAT散射计扇形波束扫描观测体制,分别就扇形波束扫描散射计几何定位原型算法、包含天线安装误差的完整几何定位算法利用STK进行了详细验证。结果表明了CFOSAT扇形波束散射计几何定位算法的准确性,与STK几何定位结果偏差在100 m以内。在此基础上,结合有源定标器实验数据,对CFOSAT实际观测数据几何定位参数进行了校正,给出了CFOSAT散射计几何定位精度的初步评估。