多时相机载全波形激光雷达人工林生物量动态监测研究

The real-time and accurate acquisition of biomass dynamics of the continuous spatial distribution of planted forests is the premise of sustainable forest management and the research basis of carbon cycle studies. Multi-temporal airborne full-waveform Light Detection and Ranging (LiDAR) is capable of acquiring rich characteristics of the targets and complete forest vertical structure information, and thus can be used to accurately estimate biomass dynamics, which has high potential for monitoring planted forest biomass dynamics. In this project, a typical planted forest located on the plains in southern China will be set as a research object. Two times of multi-temporal airborne full-waveform LiDAR data covering the same study site and the corresponding field-measured plot data will be used, and the approaches of improving multi-temporal airborne full-waveform LiDAR data pre-processing, exploring variable voxel framework for creating vertical waveforms and extracting metrics, and quantitative evaluating biomass change detection models and selecting optimal full-waveform metrics, will be tested to explore the theory and method for monitoring biomass of planted forests with high accuracy and to map biomass changes with high resolution. The achievements of this project will develop and improve the theory and method of airborne LiDAR based forest resource dynamic monitoring, and to provide technical supports for the scientific management of planted forest resources.

实时、精确地获取人工林生物量的连续空间分布动态变化，是实现人工林可持续经营的前提，也是研究人工林碳循环的基础。多时相机载全波形激光雷达（LiDAR）可获得同一区域不同时相的丰富目标物特征和完整森林垂直结构信息，从而更为精确地获取生物量变化信息，在人工林生物量动态监测方面具有很大潜力。本项目将以我国南方典型平原人工林为研究对象，借助两期覆盖同一研究区的机载全波形LiDAR数据和对应的地面实测样地数据，通过进一步完善多时相全波形LiDAR数据预处理方法、探索可变体元框架下的垂直波形构建和特征提取方法、以及定量评估生物量变化检测模型和优选全波形特征变量，探索人工林生物量高精度动态监测和高空间分辨率变化制图的理论与方法。该项目研究的成果将发展和完善基于机载LiDAR技术的森林资源动态监测理论和方法，也为人工林资源的科学化经营管理提供技术支撑。

快速、实时、精确地获取人工林生物量的连续空间分布动态变化，是实现人工林可持续经营的前提，也是研究人工林碳循环的基础。然而，传统的生物量测定方法通常需要外业实地测量，其劳动强度大、成本高；且往往仅能获得“点”上的数据，不利于及时准确掌握生物量的空间分布和变化。本研究将以我国南方典型平原人工林为研究对象，借助多期覆盖同一研究区机载LiDAR数据、无人机影像点云、高光谱数据及对应的地面实测样地数据等，通过进一步完善多时相LiDAR及点云数据预处理方法、探索体元框架下的垂直波形构建和特征提取方法、以及定量评估生物量变化检测模型和优选全波形特征变量，探索人工林地上生物量多尺度高精度动态监测和高空间分辨率变化制图的理论与方法。创新了优化径向基和深层神经网络相结合的森林结构参数优化反演方法；创建了基于混合Weibull和多峰分布模拟的森林参数分布预测模型，实现了不同复杂度人工林结构参数及其分配状态的动态监测。该项目研究成果将有效提升人工林生物量动态监测及其碳汇功能评估的定量化和精准化水平，为构建多时相机载LiDAR人工林生物量动态监测技术体系，以及发展和完善基于机载LiDAR技术的森林资源动态监测理论和方法提供一定的理论基础，也为人工林资源的科学化经营管理提供技术支撑。