基于星载激光雷达数据的安徽省森林冠层高度反演研究

作     者：孙悦 

作者单位：安徽农业大学 

学位级别：硕士

导师姓名：黄兴召;聂胜

授予年度：2022年

学科分类：09[农学] 0903[农学-农业资源与环境] 

主      题：GEDI 森林冠层高度 激光雷达数据 森林高度制图 遥感数据 

摘      要：森林是陆地生态系统碳汇的主体,准确估算森林冠层高度是核算陆地生态系统碳储量的基础。开展大区域尺度森林冠层高度研究,对于监测森林碳储量动态变化和评估森林固碳能力至关重要。安徽省位于亚热带和温带交界处,是我国南方集体林区的重点省份,林业在全省经济和社会发展中占据重要位置。激光雷达技术在林业资源调查和植被垂直结构参数提取中得到了广泛应用,新一代星载全波形激光雷达GEDI系统被设计专门用于测量植被结构,为监测大尺度森林冠层高度提供了有力的数据支撑。本文以安徽省森林为主要研究对象,旨在联合GEDI星载全波形激光雷达数据和其他多源遥感数据,绘制安徽省30 m空间分辨率森林冠层高度图,主要从以下三个方面开展相关研究:1)对GEDI数据提取的地面高程和森林冠层百分位树高值进行精度验证与误差分析;2)基于逐步线性回归方法,构建光斑尺度森林冠层高度的地形校正模型;3)基于随机森林算法,构建协同主被动遥感的森林冠层高度外推模型并绘制安徽省30 m空间分辨率连续的森林冠层高度图。本研究取得的研究结果如下:(1)GEDI数据提取的地面高程和森林冠层高度进行精度验证和误差分析。结果表明:GEDI数据提取裸地区域的地面高程精度最高,R为0.99,RMSE为2.83 m;机载激光雷达数据提取的CHM98数据与GEDI数据提取的RH99数据匹配度最高,R为0.598,RMSE为5.736 m;GEDI数据提取的地面高程与森林冠层高度的误差结果相似,其精度随着坡度的增加而降低,在夜间采集数据的精度比在白天高,在强波束模式下提取数据的精度比弱波束高。(2)基于逐步线性回归方法,逐步引入多源特征变量以改善光斑尺度森林冠层高度反演模型的精度。结果表明:引入坡度变量后,模型误差RMSE值减小0.347 m;引入植被覆盖度变量后,模型误差RMSE值减小0.288 m。经多源特征变量改善后的光斑尺度森林冠层高度反演模型提高了精度。(3)基于随机森林算法,以地形校正后的森林冠层高度值为主要数据源,协同气候、地形和光学遥感数据,构建森林冠层高度外推模型并对该模型进行精度验证。结果表明:R为0.77,RMSE为3.34 m,模型预测值主要分布在15 m～25 m之间;针对安徽省30 m空间分辨率森林冠层高度分布图,机载激光雷达数据验证(R为0.64,Bias为1.16 m,RMSE为5.14 m)和实测数据验证(R为0.69,Bias为-0.92m,RMSE为3.21 m)的精度均较高。