基于機載LVIS和星載GLAS波形LiDAR數據反演森林LAI

作者：汪垚,方紅亮,張英慧,李思佳

摘要：波形激光雷達(Light Detection And Ranging,LiDAR)已經大量用于森林葉面積指數(Leaf Area Index,LAI)估算,但是波形LiDAR數據估算森林LAI易受地形影響。地形坡度引起的波形展寬使得地面回波和植被冠層回波信息混合在一起,難以得到準確的地面回波和冠層回波,進而影響到LAI估算精度。為了估算不同地形坡度條件下的LAI,本文采用一種坡度自適應的方法處理機載LVIS和星載GLAS波形數據。通過坡度自適應的方法得到地面波峰位置,基于高度閾值來區分地面回波和冠層回波,進而得到能量比值用于LAI估算。基于LVIS和GLAS數據,估算了不同森林站點的LAI,并利用實測LAI數據進行檢驗。結果表明:利用波形LiDAR數據可以估算森林LAI,坡度自適應方法可以改善地形的影響,提高LAI估算精度。對于機載LVIS,估算新英格蘭森林LAI精度為R2=0.77和RMSE=0.21;對于星載GLAS,估算塞罕壩森林LAI精度為R2=0.81和RMSE=0.28。無論機載還是星載數據,該方法都有著較高的精度,對于復雜地形估算LAI具有一定潛力。

發文機構：中國科學院地理科學與資源研究所資源與環境信息系統國家重點實驗室 中國科學院大學資源與環境學院

關鍵詞：地形坡度激光雷達葉面積指數LVISGLASSlopeLiDARLeaf Area Index(LAI)LVISGLAS

分類號： S771.8[農業科學—森林工程]TP79[農業科學—林學]