基于ICESat-2和GEDI森林冠层高度和森林地上生物量遥感诊断

作     者：林晓娟 

作者单位：中国科学院大学(中国科学院空天信息创新研究院) 

学位级别：硕士

导师姓名：曹春香

授予年度：2021年

学科分类：08[工学] 09[农学] 0903[农学-农业资源与环境] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 

主      题：ICESat-2 GEDI 森林冠层高度 森林地上生物量 遥感诊断 

摘      要：森林是陆地生物圈关键组成部分,它具有净化环境和水土保持等多种生态系统服务功能。森林冠层高度是森林结构参数之一,能在一定程度上反映森林生态健康水平和生产力水平。森林生物量是衡量森林生态系统碳汇能力的关键指标,精确获取森林冠层高度是减少森林生物量的估算误差的有效途径,并有利于降低碳循环相关科学研究的不确定性。本文基于近两年最新分发的两种不同模式的星载激光雷达数据(ICESat-2/ATLAS和GEDI)数据进行区域尺度的森林冠层高度和森林生物量研究。本文研究内容是针对“环境健康遥感诊断指标体系的进一步完善。研究基于光子计数ICESat-2/ATLAS数据、大光斑GEDI数据、资源三号多光谱和立体像对数据、哨兵Sentinel-1数据、多角度MISR数据、Landsat8 OLI数据及野外实测数据,运用多种统计学习和机器学习回归模型,实现了研究区森林冠层高度和森林生物量遥感诊断。具体研究内容和结论如下:(1)ICESat-2/ATLAS与资源三号立体像对联合反演森林冠层高度首先收集了ICESat-2/ATLAS ATL08数据提供的光子分类信息和ATL03数据提供的光子经纬度和绝对高程信息,并基于两种数据提取了非连续冠层高度模型CHM数据集。最后以CHM数据集作为训练样本,构建了研究区南宁市森林冠层高度反演模型,独立精度验证结果显示R为0.51,RMSE为3.38 m。(2)基于光学与SAR数据的南宁市森林生物量遥感诊断基于森林资源调查二类小班数据和多源遥感数据,构建了包含光学遥感因子、纹理因子、地形因子和基于Sentinel-1的SAR因子的森林生物量遥感诊断指标体系,基于多元逐步回归MLR、随机森林RF和支持向量机SVR三种模型,得到了30 m尺度南宁市森林生物量遥感诊断结果。对比分析精度,结果显示随机森林模型对于阔叶林的森林生物量遥感诊断精度最高,R为0.578,RMSE为18.3250 Mg/ha,最后选取了适合研究区的随机森林模型用于下一步275 m升尺度森林生物量估算。(3)基于GEDI和MISR数据的南宁市森林生物量遥感诊断选取了精度最高的累积回波能量95%处对应的冠层高度RH95,结合多角度MISR数据,反演了南宁市森林冠层高度,最后比较了仅基于单一森林冠层高度建立的森林生物量估算统计模型和基于森林冠层高度和多因子(光学遥感因子、纹理因子、地形因子和SAR因子)的森林生物量遥感诊断模型,结果显示前者会明显“低估森林生物量,后者精度有所提高。本研究创新点具体如下:(1)提出了一种结合ICESat-2/ATLAS与ZY-3立体像对反演森林冠层高度的新方法,该方法对于区域及全球尺度的森林冠层高度反演具有重要意义。(2)利用两种最新发布的光子计数传感器ICESat-2/ATLAS和大光斑GEDI数据,实现南宁市森林冠层高度和森林生物量遥感诊断,填补了自2009年ICESat/GLAS停止工作以来,星载激光雷达在相关研究中的空白。(3)构建了涵盖四类遥感因子的南宁市森林生物量遥感诊断指标体系,采用机器学习模型实现了基于光学遥感数据、SAR数据和星载激光雷达数据30 m和275 m尺度的南宁市森林生物量多源遥感诊断。