基于光子计数激光雷达数据的森林生物量反演研究

The first generation satellite LiDAR system, the Geoscience Laser Altimeter System (GLAS), was ended in 2009, while the GLAS data applications demonstrated its potentials for polar glacier monitoring and forest mapping. The new generation satellite LiDAR system, Advance Topographic Laser Altimeter System (ATLAS), is a multiple beams photon-counting system with higher laser sampling density which records more information from the targets, but the photon point cloud is highly affected by noise which becomes a big challenge for its data application. This research aims to estimate forest biomass with higher accuracy by using photon-counting LiDAR data, and consists of three steps. Firstly, we will propose a series of algorithms for photon-counting LiDAR data processing which includes noise reduction and automatic filtering. Secondly, the characteristics of photon-counting LiDAR data will be designed and extracted by statistical method. Finally, the forest biomass estimation models will be created from the characteristic parameters and field measurements by using regression analysis. This exploratory study will provide the basic data processing algorithms for the new generation satellite LiDAR system, and also the possible approach for forest biomass estimation from photon-counting LiDAR data.

第一代星载激光雷达ICESat-1/GLAS已停止了数据接收，但大量研究证明了其应用于极地冰川变化监测与森林参数制图的巨大潜力。不同于GLAS全波形激光雷达系统，新一代星载激光雷达系统将采用光子计数技术，极大地增加了激光数据的采样密度，能更真实地记录地表三维信息，但同时该数据也包含了大量的光子噪声，给数据处理及应用带来巨大挑战。本课题旨在利用光子计数激光雷达数据精确估算森林生物量，主要内容有：基于光子计数激光雷达数据进行光子点云去噪、分类算法研究，并提出有效的光子数据处理方法；研究并实现基于统计方法的光子点云特征参数高精度提取并进行可行性验证；结合地面实测数据和光子点云特征参数建立森林生物量估算模型并进行可靠性分析和精度评价。本研究属于前沿探索性研究，将为新一代星载激光雷达的数据处理提供算法基础，也为光子计数激光雷达技术进行森林生物量估算提供可行方案，具有理论意义和实际应用价值。

森林生物量是碳循环研究中最为重要的参数之一，也是很多气候和陆面模型的关键输入参数，在碳循环、全球气候变化研究中发挥着重要作用。激光雷达（LiDAR）是一种主动遥感技术，其发射的激光脉冲能穿透植被冠层到达地面，可以直接测量植被的三维结构参数。其中，新一代星载光子计数激光雷达ICESat-2/ATLAS数据光斑小、点云密度高，获取的森林植被垂直结构信息更加精细，因此在森林生物量反演中将更具优势。围绕本项目的研究内容和研究目标，课题组主要开展了以下几个方面的研究：.1）.光子计数LiDAR数据去噪算法研究.2）.光子计数LiDAR数据分类算法研究.3）.光子计数LiDAR特征参数提取.4）.基于光子计数LiDAR的森林生物量反演.通过上述研究取得了以下重要结果：.1）.改进了光子点云去噪算法，该算法比已有去噪算法去噪效率和精度更高；.2）.提出了新的光子点云分类算法，提高了地形复杂和植被密集覆盖区域的光子点云分类精度，降低了光子噪声点的影响；.3）.开展了星载光子计数LiDAR地面高程提取与精度验证；.4）.开展了星载光子计数LiDAR森林高度反演与精度验证；.5）.提取了一系列能够表征森林垂直结构的光子点云特征参数；.6）.光子点云特征参数与常规LiDAR点云特征参数比较.7）.实现了基于机载LiDAR数据的森林生物量反演；.8）.激光雷达数据处理与应用软件。.课题组在研究中获取和反演的关键数据包括：.1）研究区机载LiDAR点云数据；.2）研究区机载模拟光子计数LiDAR原始数据集；.3）去噪后的光子计数LiDAR数据集；.4）分类后的光子计数LiDAR数据集；.5）基于光子计数LiDAR数据的森林结构参数数据集；.6）基于机载LiDAR数据的森林结构参数数据集.7）野外实测森林参数数据集；.8）基于光子计数LiDAR数据反演的森林生物量。.本课题取得的这些成果，包括光子点云去噪算法、光子点云分类算法、光子点云特征参数提取和森林生物量反演等，为新一代星载激光雷达ICESat-2/ATLAS数据处理提供算法基础，也为光子计数激光雷达技术进行森林生物量估算提供可行方案。