利用大光斑激光雷達估測小興安嶺平均樹高

胡 艷 ，王 迪 ，劉凌菲 ，曲苑婷，汪 垚 ，劉 洋 ，李 虎，范文義*

(1.東北林業大學林學院，黑龍江哈爾濱 150040；2.吉林師范大學博達學院管理系，吉林四平 136000)

利用大光斑激光雷達估測小興安嶺平均樹高

胡 艷1，王 迪1，劉凌菲1，曲苑婷1，汪 垚1，劉 洋1，李 虎2，范文義1*

(1.東北林業大學林學院，黑龍江哈爾濱 150040；2.吉林師范大學博達學院管理系，吉林四平 136000)

研究通過獲取覆蓋中國黑龍江省小興安嶺的GLAS 第三激光器Laser3I 數據，并用IDL 和MATLAB對GLAS 波形數據進行處理來提取樹高，利用小興安嶺二類調查數據做精度檢驗，得到精度為92.67%。結果顯示：大光斑激光雷達能夠高精度地提取樹高，可為林業生產及時提供必要的數據支持。

雷達；GLAS；小興安嶺；平均樹高

森林是陸地上占地面積最大、結構組成最復雜、物質資源最豐富的生態系統。樹高是最重要的測樹因子之一，是調查森林資源的重要指標[1]。利用傳統的森林樹高參數測定方法需要消耗大量的人力物力，而且獲取的數據量少，不利于大范圍地測定森林參數，數據的現實性比較差[2]。隨著科學技術的迅速發展，產生了測定森林參數的新技術——激光雷達技術。激光雷達(Light Detection And Rang，LIDAR)是一種通過由傳感器所發出的激光脈沖來測定傳感器與目標物體之間距離的主動遙感技術[3]。大光斑激光雷達技術具有不受森林郁閉度限制，受天氣影響小，數據的采集質量高，高程數據精度不受航高變動影響的優點[4]。利用它的多次回波技術，可獲取森林的三維結構信息，對森林的垂直參數進行估測，比常規的攝影測量技術更加具有優越性。大光斑激光雷達技術的發展主要以美國為首，主要包括有NASA機載的LVIS系統、SLICER系統和星載GLAS(Geoscience Laser Altimeter System)系統。

近幾年，國內外很多林業方面的專家對激光雷達數據提取樹高進行了相關研究，均取得了很好的成果。在國外，Riano[5]利用激光雷達數據對林火行為模擬所需要的可燃物空間參數進行了提取，并對樹高進行了反演，精度達到92.3%； Sun等[6]科學家通過實際森林的機載激光雷達數據對森林生長模型進行了驗證，并成功地將森林生長模型與激光雷達波形模型相結合，模擬了多種情況下森林的激光雷達回波。模型表明，激光雷達的波形數據能夠很好地反映森林的水平結構與垂直結構，并且可通過模型分析冠形對參數反演樹高的影響。國內也有很多學者對激光雷達提取樹高展開研究，采用大光斑激光雷達全球觀測數據 GLAS，并對波形數據進行處理與分析，反演森林平均樹高，并且為后續的森林碳循環模型的深入研究提供必要的數據支持和參考依據[7]。該研究利用覆蓋中國黑龍江省小興安嶺的GLAS 第三激光器Laser3I 數據，并用IDL 和MATLAB對GLAS 波形數據進行處理來提取平均樹高，以期為林業生產及時提供必要的數據支持。

1 研究區域概況及數據獲取

1.1 研究區域概況 小興安嶺位于我國黑龍江省東北部，地處127°42′～130°14′ E，46°28′～49°21′ N[8]。北部以黑龍江中心航線為界，與俄羅斯隔江相望，邊境線總長249.5 km。小興安嶺是東北地區東北部的低山丘陵山地，分水嶺東西兩側不對稱，西南坡緩而長，東北坡陡而短(圖1)。最高峰為平頂山，海拔1 429 m。冬季嚴寒、干燥而漫長；夏季溫熱、濕潤而短暫，屬于北溫帶大陸季風氣候區。小興安嶺得天獨厚的自然條件繁衍著紅松等許多珍貴的木材。林業施業區劃面積386萬hm2，實際擁有林地面積280萬hm2，森林植被覆蓋率達到72.6%，活立木總蓄積量2.4億m3,是國家最重要的用材基地之一。森林類型主要以紅松針闊葉混交林為主[9]。主要樹種有紅松、落葉松、云杉、冷杉、春榆、紫椴、水曲柳、黃波欏、白樺、蒙古櫟、楓樺、胡桃楸、樟子松、山楊等，藤條灌木遍布整個林區。

1.2 地面數據獲取

1.2.1 地面驗證數據獲取。搜集小興安嶺地區各個林業局與森林調查規劃設計院的森林資源調查數據，包括樣地調查數據及森林資源二類調查數據。由于激光雷達發射的光斑是直徑為70 m橢圓, 而樣地調查數據中樣地的大小設定為20 m×30 m，無法與激光雷達發射的光斑大小匹配。森林資源二類調查數據是以小班為調查單位，搜集的參數因子包括小班的平均樹高、胸徑、冠幅等。為了使地面驗證數據與雷達光斑大小基本一致，最終選取了二類調查數據作為主要的地面驗證數據。

圖1 研究區域位置

1.2.2 大光斑激光雷達數據的獲取。GLAS是由NASA(美國航空航天局)發射的Icesat衛星的一個激光測高系統，也是一個波形數據傳感器[10]。該衛星作為地球觀測系統計劃的一部分，可觀測全球范圍內的大氣、海洋、陸地、生物圈的變化，并于2003年1月12日發射。衛星運行傾角94°，軌道高度590 km，回歸周期183 d。GLAS傳感器使用1 064 nm的激光，頻率是40 Hz,激光打在地面上是一個直徑為70 m的橢圓，相鄰兩光斑質心之間相距大約172 m[11]。該研究的主要目的是提取森林植被的平均樹高，運用的數據為GLA01波形數據、GLA05基于波形的高程數據、GLA06高程數據和GLA14陸地/植被高度數據。

研究主要是獲取覆蓋中國黑龍江省小興安嶺地區的GLAS數據。研究運用的是發布于2010年的GLAS數據，數據獲取時間為2013年7月。利用IDL軟件讀取GLAS數據，得到小興安嶺激光光斑數據分布圖(圖2)。

圖2 黑龍江省小興安嶺的激光光斑數據分布

2 數據的處理及分析

2.1 數據讀取 GLA01數據文件是記錄激光雷達回波數據的原始文件，包括文件頭和數據記錄兩部分內容。GLA01波形數據主要反映的是對應地面光斑內的地形和植被的垂直分布信息，利用此數據能反演出森林植被的平均樹高[12]。每經過1 s，它能夠接收40個激光光束回波信號，將每個激光光束信號解壓后為1 000幀，1幀的大小為1 ns或15 cm[13]。GLA05是高程數據文件，激光光斑位置的校正可以通過已有的DEM或者SRTM DEM數據結合實現，計算兩者之間相關系數。當兩者相關系數達到最大時，即可確定激光光斑的地理位置。GLA14數據文件除記錄與GLA01文件對應的經緯度坐標和記錄號、波形數據相應的地面光斑的地理位置和高程數據外，還包含了記錄激光波形信號的開始位置、波形中心位置、結束位置及擬合后的高斯波峰等信息的數據[14](圖3)。

圖3 激光波形及參數

2.2 樹高提取 GLA01中的原始波形數據、GLA05基于波形的高程數據、GLA06高程數據和GLA14陸地/植被高度數據[15]可通過IDLreadGLAS讀取。利用NSIDC開發的IDLreadGLAS，通過read_glas_ctrl.data文件把GLAS數據轉化為二進制格式的數據。因為GLA01是原始波形數據，在讀取時除了參數控制文件外，還要讀取原始波形文件(read_gla01_wf.pro)，并用MATLAB軟件及相關程序讀取文本格式的GLAS數據，通過相關參數計算得到波形圖。完整的GLAS波形數據記錄了入射光斑范圍內森林的垂直分布信息。當激光雷達的圓形光斑向地面發射時，入射的一部分光斑接觸到森林的最高冠層時反射回激光雷達傳感器，從而被激光雷達接收。這是波形中第一個有效回波點，也是第一個回波的開始。之后未被反射的光斑信號則會穿透冠層到達地面，然后反射回傳感器，被激光雷達傳感器吸收，形成激光波形的最后一個回波點，即地面回波[16-18]。激光雷達記錄的第一個回波和最后一個回波之間包含了森林的垂直信息。

因為研究區域的森林植被生長在高低起伏的山脈中，地形的高低起伏會改變森林組分到傳感器之間的距離[19]，甚至導致光斑內在上坡的地面回波與下坡的地面回波之間產生疊加效應，在測定小興安嶺的平均樹高時會產生一定的誤差。為盡量減少誤差，首先結合基于波形的高程數據GLA05、高程數據GLA06和陸地/植被高度數據GLA14對原始波形進行預處理，消除噪音對波形的影響，然后運用小波分析中不同尺度的離散小波基對GLA01的波形數據進行擬合，將不同尺度下的高斯波峰信息記錄下來，然后篩選出合理的波峰信息，記錄第一個和最后一個波峰的位置，并計算第一個回波波峰和最后一個回波波峰之間的距離，進而得出樹高12.45 m，如圖4。

圖4 降噪后的波形長度

3 結論與討論

通過大光斑激光雷達提取的波形長度與實測樹高建立模型，得到波形長度與實測樹高的關系(圖5)?？梢缘贸鰞烧咧g存在明顯的線性關系，回歸方程為y=0.964 1x-0.404 9，相關系數R2=0.958 1。用二類調查數據得出的平均樹高對模型模擬的樹高進行精度檢驗，得到的實際精度達到92.67%。然而，可以得出波形的長度不完全和樹高相等是因為受地形起伏和樹木冠形的影響。

圖5 GLAS波形長度與樹高關系

在激光雷達傳感器的領域中，GLAS是第一個可對全球進行觀測的傳感器。通過GLAS數據可以精確反演樹高。該研究詳細介紹了用GLAS數據建立模型提取樹高的方法。盡管如此，激光雷達大光斑GLAS數據也不無缺點，其不連續性、密度小的特點導致成像困難，得出的數據也有一定誤差，可考慮在連續性和密度上尋找其他更具優越性的數據，這有待進一步研究。

[1] 崔少偉，范文義，金森，等.基于樹影與快鳥圖像的單木樹高提取[J].東北林業大學學報，2011,39(2)：47-50.

[2] 閻吉祥,龔順生,劉智深.環境監測激光雷達[M].北京:科學出版社，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] 龐勇，李增元，陳爾學，等．激光雷達技術及其在林業上的應用[J]． 林業科學，2005，41(3):129-136.

[7] 孫立濤.小興安嶺伊春林區野生動植物資源文集[M].北京:中國國際廣播出版社,2004:41-60.

[8] 龐勇,趙峰,李增元,等.機載激光雷達平均樹高提取研究[J].遙感學報，2008，12(1):152-158.

[9] 楊金明，范文義.小興安嶺主要樹種生物量的理論模型[J].東北林業大學學報，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] 邢艷秋，王立海.基于ICESat/GLAS完整波形的坡地森林冠層高度反演研究——以吉林長白山林區為例[J].武漢大學學報：信息科學版，2009，34(6)：696-700.

[12] 王金亮，程峰，王成，等.基于ICESat-GLAS數據估算復雜地形區域森林蓄積量潛力初探——以云南香格里拉縣為例[J].遙感技術與應用，2012，27(2)：45-50.

[13] 于穎，范文義，李明澤，等.利用大光斑激光雷達數據估測樹高和生物量[J].林業科學，2010，46(9)：84-87.

[14] 閆殿武.IDL可視化工具入門與提高[M].北京:機械工業出版社,2003：52-56.

[15] 楊丹,趙海濱,龍哲.MATLAB圖像處理實例詳解[M].北京:清華大學出版社,2013：30-35.

[16] 馬利群，李愛農． 激光雷達在森林垂直結構參數估算中的應用[J]． 世界林業研究，2011， 24(1)：41-44.

[17] 何祺勝，陳爾學，曹春香，等．基于LiDAR 數據的森林參數反演方法研究[J]． 地球科學進展， 2009，24(7)：748-755.

[18] 龐勇，李增元，孫國清，等.地形對大光斑激光雷達森林回波影響研究[J].林業科學研究,2007,20(4)：464-468.

[19] 龐勇,孫國清,李增元.林木空間格局對大光斑激光雷達波形的影響模擬[J].遙感學報,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

國家高科技研究發展計劃863課題(2006AA12Z104)。

胡艷(1991-)，女，貴州遵義人，本科生，專業：地理信息系統。*通訊作者，教授，博士生導師，從事林業遙感及地理信息系統研究 。

2014-04-29

S 127

A

0517-6611(2014)15-04707-03