应用激光雷达估测森林生物量的研究进展

罗 浩，舒清态，席 磊，黄金君，刘月玲，杨 青

(西南林业大学 林学院，云南 昆明 650233)

1 引言

伴随着科学技术的飞速发展，全球生态环境受到严重影响，近年来全球气候变暖、极地冰川融化以及恶劣天气增多等引起了各国的重视，两碳政策备受关注，加大生态环境的管理和治理力度成为了目前生态环境治理和完成两碳目标的主要手段。而森林生态系统的变化可直接引起整个陆地生态系统的变化，直接影响碳循环、调节气候、维持生物多样性以及为全球提供生物资源等[1,2]。因此保护森林生态系统是整个生态环境治理的工作重点。目前受世界关注的全球碳循环与陆地植被生物量息息相关，且森林生物量约占整个陆地生态系统植被生物量的90%[3]，因此森林生物量成为了林业研究的主要森林参数之一。

激光雷达(Light Detection And Ranging，LiDAR)于20世纪80年代中期在美国航空航天局(NASA)诞生，经过多年的发展已被应用于军事、测绘、资源管理等诸多领域当中[4]。因其具有较强的穿透性和抗干扰能力，激光雷达的应用与传统人工调查方式相比降低了工作量、减少了调查导致的森林破坏[5,6]，自引入林业行业后受到大量界内学者的高度认可，并被广泛应用于树高、冠层高度、生物量、碳储量等森林计策参数的估测。近年来，随着激光雷达的飞速发展，已逐步成为森林信息获取的重要手段之一，成为森林生物量估测研究的热点[7]。从地基激光雷达、机载激光雷达和星载激光雷达3种不同搭载平台，分别讲述激光雷达在森林生物量估测中的应用现状，结合相关研究针对森林生物量估测的研究方向及数据源选择提出建议。

2 激光雷达概述

2.1 激光雷达工作原理

世界上首台激光雷达测距系统主要由地形扫描探测、惯性导航仪、Global Position System(GPS)、成像装置以及数据记录与处理器[8]5个部分组成。其工作原理是通过发射激光束扫描并记录回波信号实现激光测距。在记录回波信号的过程中由于不同地物对回波信号的反射强度不同，导致接收到的激光脉冲强弱不同，因此可通过接收到的回波信号强弱以及时间间隔判断地物类型，提取回波信息实现森林生物量估测。

2.2 地基激光雷达

地基激光雷达系统(TLS)在国内外的发展起步都相对较早，近年来用于估测森林计测参数的地基激光雷达传感器逐渐增多，常用于生物量估测的地基激光雷达如澳大利亚的国家科学工业技术研究组织(CSIRO)开发地基激光雷达林分植被结构参数遥感观测原型系统(ECHIDANTM),该系统集成鱼眼相机和激光测距仪针对林分生长模型和生物量估测等林业调查研究；而RIEGL VZ系列为近红外多波形地基激光雷达，LBD小于0.5mrad[3]；FARO Focus3D X130 地面三维激光扫描仪，最大侧程330 m，扫描速度每秒976000个点，波长905 nm，扫描分辨率0.009×0.009，测距误差2 mm[9]；bMS3D背包式激光雷达，扫描距离1～100 m，点云精度1～3 cm，扫描效率100000 m2/h[10]；Trimble TX8系统，一站扫描时间2 min，最大扫描距离120 m，激光点数可达数百万点，波长1500 nm等[11]。

在森林生物量估测的相关研究中，地基激光雷达近年来被应用于单木生物量估测的研究较多，主要通过扫描单木垂直和水平方向上的分布信息，获取林木详细三维结构点云数据，经过点云预处理提取单木信息，估测单木生物量。地基激光雷达可以获取精度较高的单木点云数据，但其扫描范围较小，工作量大，适用于单木生物量估测，相比地基激光雷达，机载激光雷达的扫描范围更加广阔，可用于获取更大区域尺度的森林生物量估测。

2.3 机载激光雷达

机载激光雷达最初发展是伴随卫星载荷的实验设备诞生的，其中植被激光传感器(LV-IS)是卫星VCL的载荷原型，WL1064 nm，工作频率0.1～0.5 Hz，波束倾角7°，属于全波形激光雷达。多波束测高实验激光雷达(MABEL)是ICESat-2的卫星载荷机载实验设备，波束倾角为6°，WL532～1064 nm，工作频率5～25 Hz，属于光子记数型激光雷达[12]。机载激光雷达系统由6个部分组成，分别是GPS定位系统、INS惯性导航系统、激光测距设备、中心控制系统、相机以及操作控制端口[13]。目前机载激光雷达的发展以欧美为代表，美国国家生态观测网成功研发了机载观测平台(AOP)，主要设备为可见光/短波红外成像光谱仪、波形激光雷达和高分辨率航空相机。斯坦福大学研发卡耐基航空观测平台(CAO)主要使用了可见光和近红外成像关谱仪和波形激光雷达[14]，CAO-2将波形激光雷达更换为双波长波形激光雷达并将高分辨率相机换成可见/近红外成像关谱仪[15]。

全球应用于林业研究的机载激光雷达系统主要有NASA的LVIS系统、SLICER系统、PALS系统以及德国的TopoScan系统等[16]。点云处理软件如Terrasolid、ENVILiDAR、LP360、REALM、LiDAR Station、LiDARSuite、LiDAR360等[17]。国内的中国林科院资源信息研究所引进德国CAF-LiCHY系统，其传感器为激光雷达、高光谱、高分辨率相机，可获取光学和激光雷达数据，并在国内多个研究区进行了实验[18]。机载激光雷达通过传感器扫描预订研究区，以获取扫描区域的实时数据，其飞行高度可达几百米，获取地面点云数据后通过拼接、配准、去噪、归一化等预处理并提取相关参数估测生物量等。通过机载激光雷达可以获取较大区域尺度的地面点云数据，但机载激光雷达使用成本较高，不适用于大范围的森林生物量估测，而星载激光雷达理论上可以获取全球陆地表面扫描数据，适用于大面积森林生物量估测，可大幅度降低工作量与估测成本。

2.4 星载激光雷达

国外星载激光雷达的发展以欧美为代表，其中美国航天航空局(NASA)由于起步较早，在星载激光雷达研究领域一直独占鳌头[19]。20世纪90年代中后期NASA以激光测高仪SLA-01/02建立了全球控制点数据库，并首次实现部分地区的DEM地形测绘[20]。21世纪初期，美国NASA研制出全球第一颗激光测高卫星冰云和陆地海拔卫星(ICESat)，搭载地球科学激光测高系统，用于完成测量冰盖质量平衡、云和气溶胶高度以及陆地地形和植被特征的基准地球观测系统任务。至2018年9月继冰云陆地一号卫星之后，ICESat-2研制成功搭载唯一荷载仪器先进地形激光测高仪系统(ATLAS)，其利用单光子计数，每秒可发射10000个激光脉冲，被分为6个波束分三排排列[21]。其中ICESat与ICESat-2近年来被广泛应用于森林生物量、树高等森林计策参数的估算，其参数统计如表1所示。

表1 ICESat与ICESat-2参数统计

国内于2007年发射嫦娥-1号卫星搭载激光测高仪，并于2010年发射嫦娥-2号卫星共同完成探月任务，2016年5月发射卫星资源-3卫星01星的后续星02星，搭载对地观测激光测高试验性载荷用于立体测图，探索控制点信息的获取。2019年11月3日，高分七号卫星在太原卫星发射中心搭载长征四号乙运载火箭发射升空，轨道高度505 km主要搭载了双线阵立体测绘相机、双波束激光测高仪、数据传输、数传天线四个系统，在国土测绘、城乡建设、统计调查等方面发挥重要作用，并于2020年8月20日投入使用[22]。于2017年通过批复的陆地生态系统碳监测卫星搭载超光谱成像仪、多波束激光雷达、多角度多光谱成像仪及多角度偏振仪，该卫星将应用于我国的对地观测研究，主要面向林业研究生产需求[23]。

星载激光雷达可获取大范围地面数据，通过官网下载或者通过相关网址申请以获取完整地面波形数据、地理位置信息与地面高程数据等信息，通过编程或该数据源对应的处理程序可对获取的星载扫描数据进行预处理，以提取相关信息。

3 激光雷达在森林生物量估测中的应用研究

3.1 地基激光雷达应用

目前国内外对地基激光雷达数据的应用研究较多，利用TLS数据估测树高、胸径及生物量等的研究已相对成熟，如Solomon Mulat Beyene[9]利用TLS数据估测热带雨林的森林AGB值，并使用机载数据与实测数据分别做验证，选择最优变量参数如高度、密度等计算AGB，结果显示R2为0.98。可以看出TLS数据适合用于精确估测森林AGB值。后续研究如Li Shun等[24]利用地面激光扫描(TLS)技术估测混交林林下生物量，提取平均冠层高度、冠层覆盖度等参数，构建基于TLS变量的回归模型并挑选出最优估测模型，结果显示TLS衍生数据冠层覆盖度和体积(树冠面积×树高)模型能降低林下相比树冠更大的空间异质性的影响，TLS衍生植被体积估测冠层生物量精度最高R2为0.69，RMSE达到43.64 g/m2，再一次证明了TLS数据具有准确估测林下层生物量变化的潜力，通过提取相关参数构建模型能降低空间异质性对植被生物量估测的影响。

国内基于地基激光雷达的研究起步相对较早，主要研究内容多为利用TLS数据提取胸径、树高、冠幅等信息，对各类算法进行研究讨论，为后续的生物量获取研究提供了可靠的理论依据[25]。其中李丹等[26]利用TLS获取小兴安岭白桦林信息采用Hough变换、椭圆拟合和点云垂直连续性检测算法提取树高、胸径等信息，结果显示对单木胸径的估测效果更佳，R2为0.87，并证实了垂直扫描与水平扫描相结合可以提高树高的估测精度，对后续的地基激光雷达生物量估测研究具有较大的帮助。Yuan Meng等[27]基于前人的研究，使用TLS系统获取数据估测小兴安岭白桦生物量，提取树高、DBH、树干体积、树冠体积、表面积等参数构建改进后的CAR模型并与传统CAR模型精度对比，说明了改进后的模型对生物量的估测得到了较大的提高，其中总生物量、树干生物量、分枝生物量等的决定系数R2都在0.9以上，总生物量决定系数R2高达0.99，可以更精确地估测森林生物量。可以看出，地基激光雷达TLS系统在森林生物量估测中的应用已逐步成熟，生物量估测精度R2逐步趋向于1。

在利用多源数据估测森林生物量的研究中，选择多源数据时可利用地基激光雷达获取高精度的生物量估测模型，并可用于机载、星载为平台的大光斑雷达数据生物量估测模型的精度验证，由此可以大幅度降低数据获取的工作量。

3.2 机载激光雷达应用

机载激光雷达在林业中的应用正处于成熟阶段，由于其价格昂贵且受到搭载平台及扫描范围的影响，不适用于大范围森林计策参数的估测，但其作为多源数据选择的重要数据源之一，近年来在林业应用领域飞速发展相关研究已逐渐完善。在本世纪初期，Jason B Drake等[28]利用激光植被传感器(Lvis)扫描了哥斯达黎加的森林站点，提取高度分位数、波形能量值等参数构建逐步回归模型，对该站点的二次平均茎粗(QMSD)、地上生物量(AGB)等森林调查因子进行估测，其中AGB估测精度R2高达0.93，并证明了HOME与森林地上生物量具有较强的相关关系。同时国内的庞勇等[6]使用机载LiDAR数据基于不规则三角网(TIN)算法提取了高度与密度两组变量估测森林各组分生物量，结果显示两组变量与森林枝、叶、根、干有较好的相关关系，其估测结果R2均在0.8以上，不同类型林分生物量估测精度显示针叶林精度>阔叶林>针阔混交林，而参数选择应根据森林类型进行筛选以提高生物量估测精度。

为探寻更加精确地森林生物量估测研究方法，罗洪斌等[29]基于Luo Shezhou[30]的研究，考虑采样尺度对估测精度的影响，运用机载LiDAR数据估测橡胶林地上生物量基于偏最小二乘回归模型(PLSR)对采样尺度效应进行分析，设置了不同的采样尺寸，结果显示采样尺寸可影响生物量估测精度，其中适合该森林类型的最佳采样尺度为18 m，当采样尺度小于18 m时估测精度随采样尺度的增大而增大；当采样尺度大于18 m时，呈现反比趋势，可以看出采样尺度对估测精度的影响呈现为正态分布的趋势。2021年刘浩然等[31]利用机载激光雷达估测人工林单木生物量，提取树高、冠幅等单木结构参数结合改进凸包算法获取的树冠参数引入传统CAR模型估测单木生物量，结果显示决定系数R2在0.8左右，证明引入树冠因子的生物量估测模型精度较高，说明无人机激光雷达数据可用于高精度的森林生物量估测，研究结论与庞勇等的研究结论一致。

可以看出，激光雷达在估测森林生物量方向的研究已逐步完善，并向着更具代表性的估测方式探寻，为机载激光雷达在森林生物量估测研究中提供可靠的理论依据。

3.3 星载激光雷达应用

目前利用星载激光雷达数据估测生物量的研究正处于高速发展阶段，国内基于GLAS数据的研究较多，其中于颖等[32]利用GLAS数据估测研究区树高和生物量，模拟波形半高能量(HOME)与生物量的关系，结果显示理论精度为91.3%，但该实验仅使用了GLAS数据其采样密度较小，因此在生物量估测过程中可以结合连续性强、密度较大的数据进行估测能提高生物量估测精度，同时也证实了Jason B Drake等[28]得出的结论HOME与AGB有密切的相关关系。后续研究如王金亮等[33]以云南省香格里拉县为例，使用ICESat-GLAS数据通过拟合回归模型估算了复杂地形情况下的森林蓄积量，证明了复杂地形情况下基于星载GLAS估测出的树高与实测平均高和蓄积量有较好的相关性，其中基于星载数据的估测树高与蓄积量的相关关系达到0.7156，而森林蓄积量与生物量密切相关，说明星载激光雷达数据在复杂地形情况下的森林生物量估测应用中具有一定的应用潜力。

后续研究如曲苑婷等[34]考虑波形参数的应用，基于GLAS数据利用10种激光雷达波形参数建立回归模型反演小兴安岭地上生物量探讨纠正系数对估测精度的影响，证明加入纠正系数后可以提高生物量估测精度，其精度系数R2普遍比未加入纠正系数的模型高出0.1以上，研究发现星载激光雷达数据地面光斑较大，在受到复杂地形的影响下，应针对不同结构的森林选择不同的结构参数才能提高生物量估测精度。关于纠正系数的研究，蔡龙涛等[35]基于GLAS数据与LPA校正数据提取回波能量值建立回归模型估测森林生物量，结果显示GLAS脉冲能量波呈高斯分布，且经LPA数据校正后的回波能量值可以提高森林生物量估测精度，经过LPA数据校正后生物量估测精度R2提高了2%，RMSE降低0.52 t/hm2，最终结论与曲婉婷等一致。

星载激光雷达由于其扫描覆盖面积较广，理论上可以覆盖全球的森林信息获取，但其数据密度较小，数据采集且不连续，在生物量等的估测应用中，应结合机载激光雷达、光学遥感、地基激光雷达等多源数据进行估测，可降低复杂地形情况下信息采集不连续带来的估测误差影响。

3.4 多源数据生物量估测

激光雷达可获取地物垂直方向信息，但由于大光斑激光雷达在获取地面数据时，连续性不强，难以适应森林地形的复杂多样性，而小光斑激光雷达成本较高，且扫描宽度较窄，因此在林业研究中，应选择多源数据进行森林参数估测，并通过采样角度、采样尺寸，以及参数选择、不同算法等诸多途径增加估测精度。为探索多源数据在林业中的应用，诸多研究者通过不同的研究方法从多个角度对激光雷达在林业中的应用展开实验。

本世纪初期Lefsky等[36]利用Landsat TM数据、机载LiDAR数据、机载高光谱数据等多源遥感数据进行对比研究，提取冠层波形数据结合逐步多元回归分析法，证明了单独估测森林参数时，激光雷达数据最佳，通过联合光谱数据等其他数据源可以明显提高估测精度。为验证多源数据在森林生物量估测中的可行性，国内的黄克标等[37]利用GLAS数据与机载激光雷达数据提取波形参数建立逐步回归模型对云南省进行森林AGB估测，并结合MODIS数据与MERIS数据完成生物量分布制图，其估测结果R2为0.52，均方根误差为30.96 mg/ha，最终估测结果云南省森林总生物量为16.79亿t，平均生物量124 mg/hm2，与曾伟生和李海奎相比更合理，且与云南省森林资源二类清查结果相符，证明使用机载与星载激光雷达数据可以较准确估测森林生物量，联合使用多源数据能提高生物量估测精度。

沈文娟[38]基于激光雷达、光学、及合成孔径雷达和地面调查数据，通过融入光学与雷达影像实现森林AGB估测，增加实测数据、与星载激光雷达数据，提取波形、高度能量等参数建立随机森林模型，预测结果显示R2均高于0.5，最高达0.8。证明了引入气候与物候两个重要的因子实现适用性更强的生物量模型的建立，并完成了研究区生物量分布制图，说明通过联合使用光学遥感、激光雷达、合成孔径雷达、地面数据等多源数据，能探索出更具实用性的生物量估测方法。

卜帆[39]基于机载LiDAR数据、机载LiDAR和高光谱数据、星载Landsat8数据分别对研究区进行生物量估测，建立偏最小二乘回归、随机森林、支持向量机等生物量估测模型，并利用SVR模型结合机载LiDAR和高光谱数据对研究区进行生物量制图，结果显示通过支持向量机法提取点云密度、高度分位数等参数估测AGB的精度最高，证明机器学习方法相比传统模型的生物量估测具有较大优势。在增加光学数据提取的纹理特征、植被指数等参数后能有效提高估测精度，且支持向量机法效果最佳决定系数R2提高了0.2。证明结合多源数据进行生物量估测时可以有效提高估测精度，研究结论与黄克标、沈文娟等一致。说明激光雷达在森林生物量估测中的应用可以结合光学遥感、合成孔径雷达等多源遥感数据联合估测，能弥补各类数据的不足，有效提高生物量估测精度，对于模型构建可通过机器学习方法实现，有望在大区域尺度的生物量估测应用中提高精度决定系数R2以保证估测值在实际应用允许误差范围内。

4 激光雷达数据估测生物量的研究展望

激光雷达通过发射激光脉冲对研究区进行扫描，可以获取地面垂直信息，在生物量估测研究中具有较大的应用价值，可以弥补光学遥感技术在垂直方向上的信息获取缺陷，近年来在林业中的应用得到研究者的高度认可，估测精度得到了巨大的提高，如地基和机载激光雷达数据的森林生物量估测精度其决定系数R2逐渐提高并趋向于1。近年来基于激光雷达估测生物量的研究较多，由于大光斑激光雷达传感器高度较高且激光脉扫描宽度较宽，所以理论上能获取覆盖全球范围内的地物信息。但大光斑激光雷达扫描区域间隔较大，不能获取连续的地物信息，考虑数据源的选择可利用多源遥感数据如结合星载激光雷达与机载激光雷达数据、结合光学遥感与机载激光雷达数据、结合光学遥感与星载激光雷达数据等方式对森林生物量进行高精度的估测研究。考虑参数模型的构建可选择机器学习如神经网络、支持向量机等能有效提高估测精度。

利用大光斑激光雷达数据与不间断采样数据联合实现森林生物量的估测，是目前激光雷达估测生物量的研究重点；在基于激光雷达数据实现生物量估测的研究中，由于森林结构复杂多样如针阔混交林、天然林等林分组成结构复杂难以实现高精度估测，因此如何实现将激光雷达数据应用于这类复杂林分的树高、生物量等因子的精准估测，是目前激光雷达应用研究的一大难题；在我国的大部分山区，由于受到山地地形的影响，导致应用激光雷达估测森林计策参数的精度受到极大的影响，所以提高在复杂地形条件下实现利用激光雷达数据估测计策参数是目前的重点研究方向之一；目前基于各个地区不同生境条件下的森林生物量估测研究较多，但由于国内自西向东、自北向南以及垂直方向的地形、气候等生境条件差异较大，具有代表性的估测方式成果较少，故探索出各类相似生境条件下保证精度在可用范围内的估测方式是下一步探索和研究的重要方向。