%0 Thesis
%A 刘清旺
%T 机载激光雷达森林参数估测方法研究
%Y 李增元
%I 中国林业科学研究院
%9 博士
%D 2009
%K 林分参数;单木参数;激光雷达;立体散射体模型;双正切角树冠边界识别算法
%X 



	森林是一个多资源、多功能的综合体,掌握其生长和消亡的发展规律具有重要意义。传统的森林资源地面调查方法可以获取详细的调查数据,但是周期比较长。遥感技术的出现和迅速发展,为快速、准确地获取大范围森林资源调查数据提供了一种有潜力的技术手段。激光雷达(Lighting detection and ranging, LIDAR)是一种主动遥感技术,能够精确地获取地表物体的三维特征信息。本文以揭示LIDAR探测森林冠层三维结构的机理,寻求森林参数的有效估测方法为目的,开展了以下几个方面的研究工作:



	(1)根据地物的后向散射特征,建立了立体散射体模型。



	通过对激光脉冲与森林冠层之间的相互作用关系的分析,发现已有的LIDAR方程在解释展宽的返回波形时存在局限性,因而,在此基础上建立了立体散射体模型,并将散射体划分为三种类型,即简单散射体、立体散射体和复杂散射体。简单散射体的LIDAR方程不变,立体散射体的LIDAR方程中引入了扩展卷积函数,即对已有卷积函数进行了扩展,以便解释激光脉冲在立体散射体中的后向散射特征,复杂散射体的LIDAR方程表示成另两种散射体方程的简单叠加。



	(2)依据不同散射体的波形特征,提出了波形特征分析方法。



	通过对不同散射体激光脉冲入射波形和返回波形的分析,发现激光脉冲返回能量的分布表现为不同特征;反过来,根据这些特征可以判断对应散射体的类型,提取相关的波形特征量。对于简单散射体,可以由波形特征量计算得到LIDAR到散射体之间的距离;对于立体散射体,可以得到LIDAR到散射体不同深度处的距离、散射体的深度;对于复杂散射体,可以得到LIDAR到散射体不同深度处的距离(包括到各子散射体的距离)、散射体的深度(包括子立体散射体的深度)。



	(3)参照不同散射体的后向散射截面,讨论了相对后向散射截面分析方法。



	根据不同散射体的LIDAR方程,可以得到不同散射体的后向散射截面,由于后向散射截面解算时很难获取全部的参数,因此,选择一类散射体作为参照散射体,定义了一种便于解算的相对后向散射截面。考虑到激光脉冲照射区有一定的范围,将单位照射面积上的相对后向散射截面定义为相对后向散射率,同时还定义了立体散射体和复杂散射体的等效相对后向散射截面和等效相对后向散射率。



	(4)基于不同散射体的波形特征量,给出了波形数据点云化方法



	波形特征量包括LIDAR到散射体的距离、散射体的深度等信息,结合LIDAR的位置矢量和发射脉冲方向矢量,可以得到散射体的位置。波形数据转成点云数据以后,仅保留了不同散射体的一些特征量信息,可以有效减少相关分析中不需要的冗余信息量。(5)在点云数据预处理过程中,优化了数据处理流程和相关的数据处理算法。



	根据激光脉冲的水平空间采样特征,提出了一种采样密度计算方法;点云数据栅格化时,根据激光脉冲采样密度,提出了一种像元尺寸的确定准则,即像元尺寸为平均点间隔的1/2,在尽可能保留采样点信息的同时,尽可能地减小信息冗余量;数字表面模型(Digital Surface Model, DSM)栅格数据内插零值像元时,提出了一种邻域内插算法,用于分析LIDAR数据存在的孔洞特征;冠层高度模型(Canopy Height Model, CHM)栅格数据平滑时,提出了一种邻域平滑算法,用于平滑树冠表面的凹入点。



	(6)根据CHM描述的单木树冠特征,提出了双正切角树冠边界识别算法。



	单木树冠特征包括树冠顶点和树冠边界等,识别树冠顶点时,采用了局部最大值搜索算法,包括固定窗口法和可变窗口法。识别树冠边界时,提出了双正切角树冠边界识别算法,包括常量法和相关法;对于连续树冠,该算法采用了等比例判别规则,按照树高之间的比例关系划分连续树冠之间的边界;该算法还采用了不相交集判别规则区分不同树冠,树冠边界矢量化采用了四方向法。



	(7)根据识别的单木树冠特征,找到了最优的单木参数估测方法。



	由单木树冠特征能够直接估测的单木参数包括树高、冠幅、枝下高等,树高采用树冠顶点位置处的高度值,根据树冠边界计算得到冠幅,计算方法包括主方向法和面积法,枝下高采用树冠边界最低点处的高度值。结果表明单木树高的估测精度最高,其次是单木冠幅,单木枝下高的估测精度最低。根据相关生长方程间接估测的单木参数包括胸径、生物量等,建立胸径的相关生长方程时,对直接估测参数和实测胸径进行回归分析,包括对参数取自然对数以后的回归分析,结果表明实测胸径自然对数与估测树高自然对数、估测冠幅自然对数的线性回归方程最优。选择现有的单木生物量的相关生长方程,由估测参数计算得到估测生物量。



	(8)根据LIDAR估测的单木参数,找出了最优的林分参数估测方法。



	由单木估测参数能够直接估测的林分参数包括林分平均高、株数密度等,研究结果表明树冠面积加权的估测林分平均高与胸高断面积加权的实测林分平均高之间的相关性最优;株数密度的估测精度受林木分布特征的影响较大,上层林木株数与下层林木株数之间的比例关系对估测株数密度的变异具有很大的贡献。根据单木估测参数间接估测的林分参数包括胸高断面积、林分生物量等,结果表明在单木参数和相关生长方程估测精度一定的情况下,株数密度对胸高断面积和林分生物量的估测精度的影响较大。



	总之,通过以上研究发现,高采样密度机载LIDAR能够详细描述森林冠层的三维结构特征,通过一定的数据处理流程和相关的数据处理算法,可以精确地识别单木树冠特征,并用于估测相关的单木参数和林分参数。
%W CNKI