森林冠層葉面積密度雷射雷達遙感反演

《森林冠層葉面積密度雷射雷達遙感反演》是依託電子科技大學,由李世華擔任醒目負責人的面上項目。

基本介紹

• 中文名：森林冠層葉面積密度雷射雷達遙感反演
• 依託單位：電子科技大學
• 項目類別：面上項目
• 項目負責人：李世華

項目摘要

葉面積密度（LAD）是每單位地面面積每單位高度範圍內的總單面葉面積，是表示葉面積垂直分布的重要參數，準確反演森林冠層LAD對於研究森林碳、氮循環、葉片生化組分垂直分布、生物量估算等具有重要意義。 項目將在輻射傳輸理論的支持下基於地基和機載雷射雷達（LiDAR）數據探索森林冠層垂直分布特徵表達規則；通過大量觀測實驗，獲取不同生長條件森林樣方的地基三維雷射點雲和森林結構參數數據，建立適用於冠層葉片與非光合組織準確分離的點雲分割算法，實現葉片點雲數據的精確提取；結合基於體元的冠層分析方法（VCP），構建地基LiDAR數據的樹林冠層LAD反演模型；針對地基LiDAR冠層頂部容易出現盲區和無法開展大面積反演的特點，利用機載小光斑波形LiDAR數據反演森林冠層上部LAD，協同地基LiDAR對冠層下部LAD的準確反演構建森林冠層LAD協同反演模型；發展LAD反演誤差分布模型，評價模型與觀測的不確定性。

結題摘要

森林冠層中不同高度的葉片對總光合作用和碳儲量的貢獻不同，葉面積垂直分布狀況是能量、水和養分流動的重要決定因素，在確定生物棲息地適宜性、物種的數量和多樣性中發揮著重要作用。本項目開展了基於地基與機載雷射雷達（LiDAR）數據的森林冠層垂直結構參數葉面積密度（LAD）反演模型與方法研究，主要取得以下成果：1.項目提出了兩種單木冠層枝葉點雲分離新方法，均基於葉片和枝幹的幾何形態差異。其中法向量差分方法通過統計每個點與其鄰域內其他點的法向量差值，進行枝幹和樹葉點雲的分割，葉片點雲提取精度85%左右；點雲分類與分割結合的單木枝幹點雲提取方法，冠層枝幹點雲提取精度超過91%。利用基於體元的冠層分析（VCP）方法進行了單木和闊葉林冠層LAD估算，並進行了模型不確定性分析，與地面觀測結果對比，體元最優尺度與點雲解析度相同。2. 針對機載LiDAR數據，提出了一種新的基於森林點雲數據的單木提取算法，並利用C#語言開發了機載雷射雷達點雲數據處理和森林參數反演系統、複雜環境森林樹種分類及三維顯示系統。3. 項目提出一種根據點雲空間位置進行粗配置，然後利用ICP算法進行地基與機載LiDAR數據精確配準的方法，配準精度優於0.2米。利用VCP模型分別計算地基與機載LiDAR數據的LAD，以拐點處為連線點重新構建了樹林冠層LAD，實現了地基與機載LiDAR數據對森林冠層LAD的重構與協同反演。4. 探索了基於地基雷射雷達數據的林木冠層聚集度指數與間隙率反演新方法，反演結果與數字半球攝影觀測數據具有良好的相關性。項目在國內外核心期刊和重要學術會議上發表了15篇學術論文，其中SCI檢索期刊論文7篇。項目獲批發明專利1項，軟體著作權2項。