利用大光斑激光雷达估测小兴安岭平均树高

胡 艳 ，王 迪 ，刘凌菲 ，曲苑婷，汪 垚 ，刘 洋 ，李 虎，范文义*

(1.东北林业大学林学院，黑龙江哈尔滨 150040；2.吉林师范大学博达学院管理系，吉林四平 136000)

利用大光斑激光雷达估测小兴安岭平均树高

胡 艳1，王 迪1，刘凌菲1，曲苑婷1，汪 垚1，刘 洋1，李 虎2，范文义1*

(1.东北林业大学林学院，黑龙江哈尔滨 150040；2.吉林师范大学博达学院管理系，吉林四平 136000)

研究通过获取覆盖中国黑龙江省小兴安岭的GLAS 第三激光器Laser3I 数据，并用IDL 和MATLAB对GLAS 波形数据进行处理来提取树高，利用小兴安岭二类调查数据做精度检验，得到精度为92.67%。结果显示：大光斑激光雷达能够高精度地提取树高，可为林业生产及时提供必要的数据支持。

雷达；GLAS；小兴安岭；平均树高

森林是陆地上占地面积最大、结构组成最复杂、物质资源最丰富的生态系统。树高是最重要的测树因子之一，是调查森林资源的重要指标[1]。利用传统的森林树高参数测定方法需要消耗大量的人力物力，而且获取的数据量少，不利于大范围地测定森林参数，数据的现实性比较差[2]。随着科学技术的迅速发展，产生了测定森林参数的新技术——激光雷达技术。激光雷达(Light Detection And Rang，LIDAR)是一种通过由传感器所发出的激光脉冲来测定传感器与目标物体之间距离的主动遥感技术[3]。大光斑激光雷达技术具有不受森林郁闭度限制，受天气影响小，数据的采集质量高，高程数据精度不受航高变动影响的优点[4]。利用它的多次回波技术，可获取森林的三维结构信息，对森林的垂直参数进行估测，比常规的摄影测量技术更加具有优越性。大光斑激光雷达技术的发展主要以美国为首，主要包括有NASA机载的LVIS系统、SLICER系统和星载GLAS(Geoscience Laser Altimeter System)系统。

近几年，国内外很多林业方面的专家对激光雷达数据提取树高进行了相关研究，均取得了很好的成果。在国外，Riano[5]利用激光雷达数据对林火行为模拟所需要的可燃物空间参数进行了提取，并对树高进行了反演，精度达到92.3%； Sun等[6]科学家通过实际森林的机载激光雷达数据对森林生长模型进行了验证，并成功地将森林生长模型与激光雷达波形模型相结合，模拟了多种情况下森林的激光雷达回波。模型表明，激光雷达的波形数据能够很好地反映森林的水平结构与垂直结构，并且可通过模型分析冠形对参数反演树高的影响。国内也有很多学者对激光雷达提取树高展开研究，采用大光斑激光雷达全球观测数据 GLAS，并对波形数据进行处理与分析，反演森林平均树高，并且为后续的森林碳循环模型的深入研究提供必要的数据支持和参考依据[7]。该研究利用覆盖中国黑龙江省小兴安岭的GLAS 第三激光器Laser3I 数据，并用IDL 和MATLAB对GLAS 波形数据进行处理来提取平均树高，以期为林业生产及时提供必要的数据支持。

1 研究区域概况及数据获取

1.1 研究区域概况 小兴安岭位于我国黑龙江省东北部，地处127°42′～130°14′ E，46°28′～49°21′ N[8]。北部以黑龙江中心航线为界，与俄罗斯隔江相望，边境线总长249.5 km。小兴安岭是东北地区东北部的低山丘陵山地，分水岭东西两侧不对称，西南坡缓而长，东北坡陡而短(图1)。最高峰为平顶山，海拔1 429 m。冬季严寒、干燥而漫长；夏季温热、湿润而短暂，属于北温带大陆季风气候区。小兴安岭得天独厚的自然条件繁衍着红松等许多珍贵的木材。林业施业区划面积386万hm2，实际拥有林地面积280万hm2，森林植被覆盖率达到72.6%，活立木总蓄积量2.4亿m3,是国家最重要的用材基地之一。森林类型主要以红松针阔叶混交林为主[9]。主要树种有红松、落叶松、云杉、冷杉、春榆、紫椴、水曲柳、黄波椤、白桦、蒙古栎、枫桦、胡桃楸、樟子松、山杨等，藤条灌木遍布整个林区。

1.2 地面数据获取

1.2.1 地面验证数据获取。搜集小兴安岭地区各个林业局与森林调查规划设计院的森林资源调查数据，包括样地调查数据及森林资源二类调查数据。由于激光雷达发射的光斑是直径为70 m椭圆, 而样地调查数据中样地的大小设定为20 m×30 m，无法与激光雷达发射的光斑大小匹配。森林资源二类调查数据是以小班为调查单位，搜集的参数因子包括小班的平均树高、胸径、冠幅等。为了使地面验证数据与雷达光斑大小基本一致，最终选取了二类调查数据作为主要的地面验证数据。

图1 研究区域位置

1.2.2 大光斑激光雷达数据的获取。GLAS是由NASA(美国航空航天局)发射的Icesat卫星的一个激光测高系统，也是一个波形数据传感器[10]。该卫星作为地球观测系统计划的一部分，可观测全球范围内的大气、海洋、陆地、生物圈的变化，并于2003年1月12日发射。卫星运行倾角94°，轨道高度590 km，回归周期183 d。GLAS传感器使用1 064 nm的激光，频率是40 Hz,激光打在地面上是一个直径为70 m的椭圆，相邻两光斑质心之间相距大约172 m[11]。该研究的主要目的是提取森林植被的平均树高，运用的数据为GLA01波形数据、GLA05基于波形的高程数据、GLA06高程数据和GLA14陆地/植被高度数据。

研究主要是获取覆盖中国黑龙江省小兴安岭地区的GLAS数据。研究运用的是发布于2010年的GLAS数据，数据获取时间为2013年7月。利用IDL软件读取GLAS数据，得到小兴安岭激光光斑数据分布图(图2)。

图2 黑龙江省小兴安岭的激光光斑数据分布

2 数据的处理及分析

2.1 数据读取 GLA01数据文件是记录激光雷达回波数据的原始文件，包括文件头和数据记录两部分内容。GLA01波形数据主要反映的是对应地面光斑内的地形和植被的垂直分布信息，利用此数据能反演出森林植被的平均树高[12]。每经过1 s，它能够接收40个激光光束回波信号，将每个激光光束信号解压后为1 000帧，1帧的大小为1 ns或15 cm[13]。GLA05是高程数据文件，激光光斑位置的校正可以通过已有的DEM或者SRTM DEM数据结合实现，计算两者之间相关系数。当两者相关系数达到最大时，即可确定激光光斑的地理位置。GLA14数据文件除记录与GLA01文件对应的经纬度坐标和记录号、波形数据相应的地面光斑的地理位置和高程数据外，还包含了记录激光波形信号的开始位置、波形中心位置、结束位置及拟合后的高斯波峰等信息的数据[14](图3)。

图3 激光波形及参数

2.2 树高提取 GLA01中的原始波形数据、GLA05基于波形的高程数据、GLA06高程数据和GLA14陆地/植被高度数据[15]可通过IDLreadGLAS读取。利用NSIDC开发的IDLreadGLAS，通过read_glas_ctrl.data文件把GLAS数据转化为二进制格式的数据。因为GLA01是原始波形数据，在读取时除了参数控制文件外，还要读取原始波形文件(read_gla01_wf.pro)，并用MATLAB软件及相关程序读取文本格式的GLAS数据，通过相关参数计算得到波形图。完整的GLAS波形数据记录了入射光斑范围内森林的垂直分布信息。当激光雷达的圆形光斑向地面发射时，入射的一部分光斑接触到森林的最高冠层时反射回激光雷达传感器，从而被激光雷达接收。这是波形中第一个有效回波点，也是第一个回波的开始。之后未被反射的光斑信号则会穿透冠层到达地面，然后反射回传感器，被激光雷达传感器吸收，形成激光波形的最后一个回波点，即地面回波[16-18]。激光雷达记录的第一个回波和最后一个回波之间包含了森林的垂直信息。

因为研究区域的森林植被生长在高低起伏的山脉中，地形的高低起伏会改变森林组分到传感器之间的距离[19]，甚至导致光斑内在上坡的地面回波与下坡的地面回波之间产生叠加效应，在测定小兴安岭的平均树高时会产生一定的误差。为尽量减少误差，首先结合基于波形的高程数据GLA05、高程数据GLA06和陆地/植被高度数据GLA14对原始波形进行预处理，消除噪音对波形的影响，然后运用小波分析中不同尺度的离散小波基对GLA01的波形数据进行拟合，将不同尺度下的高斯波峰信息记录下来，然后筛选出合理的波峰信息，记录第一个和最后一个波峰的位置，并计算第一个回波波峰和最后一个回波波峰之间的距离，进而得出树高12.45 m，如图4。

图4 降噪后的波形长度

3 结论与讨论

通过大光斑激光雷达提取的波形长度与实测树高建立模型，得到波形长度与实测树高的关系(图5)。可以得出两者之间存在明显的线性关系，回归方程为y=0.964 1x-0.404 9，相关系数R2=0.958 1。用二类调查数据得出的平均树高对模型模拟的树高进行精度检验，得到的实际精度达到92.67%。然而，可以得出波形的长度不完全和树高相等是因为受地形起伏和树木冠形的影响。

图5 GLAS波形长度与树高关系

在激光雷达传感器的领域中，GLAS是第一个可对全球进行观测的传感器。通过GLAS数据可以精确反演树高。该研究详细介绍了用GLAS数据建立模型提取树高的方法。尽管如此，激光雷达大光斑GLAS数据也不无缺点，其不连续性、密度小的特点导致成像困难，得出的数据也有一定误差，可考虑在连续性和密度上寻找其他更具优越性的数据，这有待进一步研究。

[1] 崔少伟，范文义，金森，等.基于树影与快鸟图像的单木树高提取[J].东北林业大学学报，2011,39(2)：47-50.

[2] 阎吉祥,龚顺生,刘智深.环境监测激光雷达[M].北京:科学出版社，2001.

[3] HANDING D J，CARABAJAL C C.ICESat waveform measurements of within-footprint topographic relief and vegetation vertical structure[J].Geophysical Research Letters，2005，32:1-4.

[4] HANDING D J,LEFSKY M A,PARKER G G,et al.Layer altimeter canopy height profiles methods and validation for closed-canopy broadleaf forests[J].Remote Sensing of Environment,2001,76(3):283-297.

[5] RIANO D，MEIER E． Modeling airborne laser scanning data for the spatial generation of critical forest parameters in fire behavior modeling[J]． Remote Sensing of Environment，2003，86:177-186.

[6] 庞勇，李增元，陈尔学，等．激光雷达技术及其在林业上的应用[J]． 林业科学，2005，41(3):129-136.

[7] 孙立涛.小兴安岭伊春林区野生动植物资源文集[M].北京:中国国际广播出版社,2004:41-60.

[8] 庞勇,赵峰,李增元,等.机载激光雷达平均树高提取研究[J].遥感学报，2008，12(1):152-158.

[9] 杨金明，范文义.小兴安岭主要树种生物量的理论模型[J].东北林业大学学报，2011，39(3)：46-48，60.

[10] NELSON N.Es timation of Tree Heights and Stand Volume Using an Airborne LiDAR System[J].Remote Sensing of Environment,1996,56(1):1-7.

[11] 邢艳秋，王立海.基于ICESat/GLAS完整波形的坡地森林冠层高度反演研究——以吉林长白山林区为例[J].武汉大学学报：信息科学版，2009，34(6)：696-700.

[12] 王金亮，程峰，王成，等.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[J].遥感技术与应用，2012，27(2)：45-50.

[13] 于颖，范文义，李明泽，等.利用大光斑激光雷达数据估测树高和生物量[J].林业科学，2010，46(9)：84-87.

[14] 闫殿武.IDL可视化工具入门与提高[M].北京:机械工业出版社,2003：52-56.

[15] 杨丹,赵海滨,龙哲.MATLAB图像处理实例详解[M].北京:清华大学出版社,2013：30-35.

[16] 马利群，李爱农． 激光雷达在森林垂直结构参数估算中的应用[J]． 世界林业研究，2011， 24(1)：41-44.

[17] 何祺胜，陈尔学，曹春香，等．基于LiDAR 数据的森林参数反演方法研究[J]． 地球科学进展， 2009，24(7)：748-755.

[18] 庞勇，李增元，孙国清，等.地形对大光斑激光雷达森林回波影响研究[J].林业科学研究,2007,20(4)：464-468.

[19] 庞勇,孙国清,李增元.林木空间格局对大光斑激光雷达波形的影响模拟[J].遥感学报,2006,10(1)：97-103.

Estimation of Forest Tree Average Heights from GLAS Data in Lesser Khingan Mountains

HU Yan, FAN Wen-yi et al

(School of Forestry, Northeast Forestry University, Harbin, Heilongjiang 150040)

By getting Laser 3I data of covey Lesser Khingan Mountains in Heilongjiang Provice, and disposing GLAS data with IDL and MATLAB, tree heights were obtained and using the Khingan Mountains two kinds of investigation data accuracy test, the theoretical accuracy was 92.67%. Result shows that the GLAS data can provide tree height with high precision, which can supply accurate, timely and necessary data for forestry production.

LIDAR; GLAS; Khingan Mountains; The average tree height

国家高科技研究发展计划863课题(2006AA12Z104)。

胡艳(1991-)，女，贵州遵义人，本科生，专业：地理信息系统。*通讯作者，教授，博士生导师，从事林业遥感及地理信息系统研究 。

2014-04-29

S 127

A

0517-6611(2014)15-04707-03