基于ICESat—GLAS全波形数据的坡地森林冠层高度估测

王蕊　邢艳秋　邱赛　王爱娟

摘要地形坡度对星载LiDAR的回波波形会产生很大的影响，并会进一步影响森林结构参数的正确估测。比较两类参数量化地形坡度的能力：辅助地形DEM数据的地形指数和波形自身参数后缘长度，以在反演坡地森林冠层高度时仅从回波波形本身出发，而不需要借助于其他辅助数据。采用估测坡地森林冠层高度的两组对比模型来比较：第1组对比模型是Xing模型和基于未改进的后缘长度的线性模型；第2组对比模型是Xing模型和基于改进的后缘长度的线性模型。结果表明，在两组对比模型中，基于波形自身特征参数的模型结果均优于基于辅助地形DEM数据的地形指数的Xing模型，说明在量化地形坡度时，波形的自身特征参数的量化能力要高于辅助地形DEM数据的量化能力。

关键词星载LiDAR；ICESatGLAS；坡地；森林冠层高度

中图分类号S771.8文献标识码A文章编号0517-6611（2014）09-02790-04

基金项目中央高校基本科研业务费专项资金支撑项目（DL12EB07）；国家自然科学基金项目（41171274）；中国科学院数字地球重点实验室开放基金项目（2011LDE012）。

作者简介王蕊（1989- ），女，山东菏泽人，博士研究生，研究方向：大光斑LiDAR数据森林回波模拟和森林生物量反演研究。*通讯作者，教授，从事3S技术及其应用、森工管理及林业信息工程研究。

作为自然界中极为重要的环境资源，森林在全球碳循环中发挥着关键性的作用。星载LiDAR是近年来迅速发展的一项主动遥感技术，它对森林的空间结构和地形具有很强的探测能力，尤其是森林冠层高度，在森林结构参数估测方面得到了广泛的应用[1-11]。但由于星载LiDAR的光斑尺寸较大，其回波波形很容易受到地形的影响，尤其是地形坡度，它会导致波形的展宽和重叠，使波形中的地面回波和冠层回波很难清楚地辨别出来，从而使坡地上的森林冠层高度的估测精度非常低。理论上，在坡度地形上若有均一的森林高度、高精度的辅助地形数据和已知的地面空间模式信息的情况下，将坡地上回波波形中的地面回波和冠层回波识别出来是相对简单的[12]。但实际上，许多森林高度是不均一的，充足的地形特征信息是比较缺乏的，且地面的空间模式信息通常是未知的，因此需要从回波波形的本身特征出发，寻找能够描述地形坡度因子的参数。Lefsky等提出可以使用边缘长度来表征地形坡度，将边缘长度系数进行多重转换并利用逐步回归开发出一个校正因子来估测平均冠层高度[12]。然而Pang等指出，Lefsky模型不能准确地估测出冠层高度，特别是波形长度较小时，并开发了一个基于边缘长度非线性的树高估测模型[13]。随后，Hilbert等提出了改进的边缘长度，指出改进后的指标能够更有效地定量化地形坡度的特征，尤其是波形中冠层峰值强度和地面峰值强度有较大差异时[14]。为此，笔者比较了波形自身特征参数波形边缘长度和辅助地形DEM数据的地形指数量化地形坡度的能力，以在估测坡地森林冠层高度时不借助其他辅助数据，而仅从波形自身出发，找出能够更好地表征地形坡度的波形参数。

1研究区域及数据收集

1.1研究区域所选研究区为吉林省汪清县林业局经营区（43°05′～43°40′ N、129°56′～131°04′ E，图1），位于长白山山系中低山区，总面积为30.4万hm2，属寒温带森林生态系统。地面高程变化范围为360～1 477 m，地形坡度变化范围为0～45°。夏季炎热多雨，冬季寒冷干燥，年降水量在550 mm左右，其中5～9月份的降水量（438 mm）约占全年的80%。年平均气温为3.9 ℃，无霜期137 d。该区植物种类繁多，结构复杂，深山区林相以天然次生针阔混交林为主，呈带状分布在海拔500～1 100 m。针叶树主要有云杉（Picea）、红松（Pinus koraiensis）和臭松（Symplocarpus Salisb），其中阔叶树主要有蒙古栎（Quercus monglica）、椴树（Tilia）、色木（Acermono）、枫桦（Betula davuric）和白桦（Betula platyphylla）等。

1.3DEM数据该研究所用的DEM数据的比例尺为1∶50 000，分辨率为20 m，DEM数据主要有两种用途：①生成地形坡度图。可计算出GLAS光斑所处位置的坡度，为地面数據的采集位置做前期准备。②提取地形指数。基于3×3窗口可计算出GLAS光斑所处位置的地形指数g，该指标可用来量化地形的坡度。

安徽农业科学2014年1.4地面数据采集在采集地面数据之前，将GLAS光斑的位置分布图和DEM生成的地形坡度图进行叠加，通过分析叠加图（图2），发现研究区内几乎所有的GLAS光斑位置位于坡度小于30°的地形上。为了评价基于GLAS数据各模型在不同坡度上估测森林冠层高度的能力，将30°以内的地形区域分为6组，分别是0～5°、5°～10°、10°～15°、15°～20°、20°～25°和25°～30°，对每个坡度组随机选取GLAS光斑位置作为地面数据的调查样地，并对针叶林、阔叶林和针阔混交林3种森林类型进行了随机采样。在地面数据的具体调查过程中，随机选取GLAS激光光斑位置作为地面数据的调查样地，利用GPS（Global Positioning System）手持仪对激光脚点进行定位并记录其坐标，并以激光光斑中心点作为调查样地的中心点，建立水平有效投影面积为500 m2的圆形样地，测量并记录了调查样地内的最高冠层高度及植被和地表覆盖情况。该研究共采集了195个样地，采集时间分别在2006年9月和2007年9月。

注：底图为汪清DEM生成的坡度图。

2.1ICESat/GLAS波形数据处理首先对ICESat/GLAS回波数据进行预处理。波形预处理包括两个部分：①数据读取与转换。将无法直接使用的原始二进制数据格式转换为可应用的十进制ASCII的数据格式；②数据标准化。便于不同量级或单位的指标能够进行比较，从而能够增强不同波形之间的可比性。

然后对预处理后的ICESat/GLAS回波波形确定背景噪声阈值、信号开始位置和信号结束位置（图3），为后续的波形特征参数提取做准备。该研究选取整个波形数据544帧中的前100帧来确定背景噪声的均值和标准差，具体计算如式（1）、3结果与分析

为了评价冠层高度的各估测模型在不同地形坡度范围的表现能力，将195组数据进行不同的组合，分别为0～5°、0～10°、0～15°、0～20°、0～25°和0～30° 6个累积地形坡度组，并将每个坡度组的数据分为两组，分别用来构建估测模型和检验估测模型的预测能力。该研究使用累积坡度组来构建估测模型是为了方便地选择出能够在研究区内应用的估测模型，并且能够使估测模型的评价结果与其他的研究成果进行相互比较。