基于GLAS激光雷達(dá)反演森林生物量

曲苑婷，汪 垚，劉觀潮，范文義

(東北林業(yè)大學(xué)林學(xué)院，黑龍江 哈爾濱 150040)

基于GLAS激光雷達(dá)反演森林生物量

曲苑婷，汪 垚，劉觀潮，范文義

(東北林業(yè)大學(xué)林學(xué)院，黑龍江 哈爾濱 150040)

森林生物量是森林生態(tài)系統(tǒng)監(jiān)測(cè)的重要指標(biāo)。GLAS大光斑回波信息與森林結(jié)構(gòu)參數(shù)存在較強(qiáng)的相關(guān)性，適用于森林生物量的反演。本文簡(jiǎn)要介紹了GLAS激光雷達(dá)系統(tǒng)及其特點(diǎn)，利用GLAS的9波形參數(shù)對(duì)小興安嶺部分地區(qū)進(jìn)行針葉林與闊葉林的生物量估算，結(jié)果顯示，引入糾正參數(shù)后生物量估測(cè)模型的決定系數(shù)R2由0.657提高到0.806，均方根誤差(RMSE)減小為35 Mg/ha，表明利用GLAS進(jìn)行森林地上生物量估測(cè)時(shí)，需要考慮地形因素對(duì)反演精度的影響。

GLAS；激光雷達(dá)；森林生物量；波形參數(shù)

一、引 言

森林是重要的環(huán)境資源，作為陸地生態(tài)系統(tǒng)的主體，森林生物量大約占全球陸地植被生物量的90%[1]，精確地估算森林生物量及其變化是監(jiān)測(cè)全球碳儲(chǔ)量及其變化的關(guān)鍵。星載激光雷達(dá)系統(tǒng)GLAS(Geoscience Laser Altimeter System)是采用星載平臺(tái)的大光斑激光雷達(dá)系統(tǒng)，激光回波信號(hào)對(duì)冠層到地面間的信息全部進(jìn)行記錄，光斑范圍內(nèi)包括地面、森林的垂直結(jié)構(gòu)信息，是地面和植被共同作用的結(jié)果[2]。這些全波形信息與森林植被冠層的垂直分布相關(guān)性很高，很好地反映了森林冠層組分(包括樹葉、樹枝、樹干)的信息，根據(jù)這些回波信息可以部分重建林分冠層的垂直結(jié)構(gòu)[3]，GLAS已成功地用于森林結(jié)構(gòu)參數(shù)及生物量估算。

GLAS激光雷達(dá)能連續(xù)記錄激光回波波形信息?；夭ㄓ涗浀臅r(shí)間間隔決定了激光點(diǎn)內(nèi)物質(zhì)被感知的詳細(xì)程度，每一時(shí)刻的回波都對(duì)應(yīng)著一個(gè)強(qiáng)度與時(shí)間波形，并且能反映激光腳印范圍內(nèi)的一個(gè)截面面積。如圖1所示，森林的激光回波波形指示著從樹頂開始，通過樹冠、林下植被，最后是地面回波的森林垂直結(jié)構(gòu)。文獻(xiàn)[4]利用ICESat GLAS和SRTM數(shù)據(jù)進(jìn)行森林冠層高度和森林地上生物量估測(cè)，結(jié)果表明，GLAS數(shù)據(jù)能夠有效地用于大范圍的森林冠層高度和森林地上生物量估測(cè)。文獻(xiàn)[5]利用GLAS數(shù)據(jù)以云南香格里拉為例進(jìn)行了森林蓄積量估算，結(jié)果表明復(fù)雜地區(qū)估算精度會(huì)下降，但是樹高和蓄積量之間仍有很好的相關(guān)性。文獻(xiàn)[6]進(jìn)一步模擬分析了林木空間格局對(duì)波形的影響，研究發(fā)現(xiàn)，在規(guī)則分布和隨機(jī)分布情況下，利用HOME作為森林參數(shù)估算能夠得到較好的結(jié)果，而對(duì)于聚集分布采用AWAV作為森林生物量估算的指標(biāo)較好。

圖1 大腳印激光雷達(dá)森林回波波形示意圖

本文介紹利用星載大光斑激光雷達(dá)GLAS波形參數(shù)數(shù)據(jù)，對(duì)小興安嶺部分地區(qū)進(jìn)行反演森林生物量，并對(duì)GLAS進(jìn)行森林參數(shù)估算進(jìn)行了分析。

二、研究區(qū)介紹

小興安嶺位于中國(guó)黑龍江省東北部，是中國(guó)東北邊疆的重要門戶。小興安嶺屬低山丘陵，地理特征是“八山半水半草一分田”。北部多臺(tái)地、寬谷；中部低山丘陵，山勢(shì)和緩；南部屬低山，山勢(shì)較陡。最高峰為平頂山，海拔1 429 m。西部鐵力市位于松嫩平原，地勢(shì)呈波狀。小興安嶺屬北溫帶大陸季風(fēng)氣候區(qū)，四季分明，冬季嚴(yán)寒、干燥而漫長(zhǎng)；夏季溫?zé)岫鴷憾?。年平均日照?shù)2355～2400 h。年降雨量550～670 mm，降雨集中在夏季。干濕指數(shù)1.13～0.92，屬濕潤(rùn)地區(qū)。

三、數(shù)據(jù)獲取與處理

1.地面實(shí)測(cè)數(shù)據(jù)

由于GLAS覆蓋范圍廣，地面采集數(shù)據(jù)樣點(diǎn)少而且覆蓋范圍小，所以本文試驗(yàn)數(shù)據(jù)主要以二類調(diào)查數(shù)據(jù)為主，來(lái)源于小興安嶺地區(qū)各林業(yè)局與森林調(diào)查規(guī)劃設(shè)計(jì)院，調(diào)查因子主要包括平均樹高、胸徑、樹種類別、優(yōu)勢(shì)樹種與生物量等，圖2為小興安嶺二類調(diào)查數(shù)據(jù)分布圖。其中主要樹種包括紅松、白樺、落葉松、冷杉、椴樹、胡桃楸、云杉、樟子松等。

圖2 小興安嶺森林二類調(diào)查數(shù)據(jù)

2.GLAS數(shù)據(jù)處理

GLAS是ICEsat衛(wèi)星上的第一臺(tái)星載激光雷達(dá)傳感器，GLAS獲得從衛(wèi)星到地表765 km范圍內(nèi)的回波信號(hào)，經(jīng)過濾波處理與波形分析可提取發(fā)射脈沖與表面回波，圖3為一個(gè)典型的GLAS森林回波波形。GLAS搭載有3個(gè)激光儀器，重復(fù)軌道方案以91 d(每個(gè)33 d)對(duì)地執(zhí)行觀測(cè)任務(wù)，激光光斑直徑大小為70 m，光斑之間相距170 m。GLAS設(shè)置532 nm與1064 nm兩個(gè)波長(zhǎng)，其中1064 nm回波能提供植被三維結(jié)構(gòu)參數(shù)信息[7]。GLAS數(shù)據(jù)利用特別定義的二進(jìn)制格式存儲(chǔ)，在對(duì)波形進(jìn)行處理之前，使用NSIDC提供了IDL工具包，讀取和處理包括GLA01、GLA05和GLA14在內(nèi)的二進(jìn)制的GLAS數(shù)據(jù)。設(shè)置GLAS噪聲的閾值對(duì)波形數(shù)據(jù)噪聲進(jìn)行處理。

圖3 主要GLAS波形參數(shù)示意圖

在GLAS眾多數(shù)據(jù)產(chǎn)品中，文本利用表1所示的關(guān)鍵參數(shù)。這些關(guān)鍵參數(shù)主要包含激光雷達(dá)腳印點(diǎn)內(nèi)的森林植被三維結(jié)構(gòu)參數(shù)信息，可用于森林生物量的反演[8-9]。

表1 GLAS波形參數(shù)定義

參數(shù)之間的關(guān)系為

四、GLAS數(shù)據(jù)估算森林生物量

以針葉林、闊葉林的生物量為因變量，表1提供的波形分量為自變量，以二類調(diào)查數(shù)據(jù)與GLAS腳印點(diǎn)選取的部分重疊點(diǎn)作為訓(xùn)練樣本進(jìn)行建模。分析糾正系數(shù)對(duì)森林生物量反演的影響。

由表2可得不含糾正系數(shù)針葉林GLAS腳印點(diǎn)的AGB回歸模型

表2 不包含糾正系數(shù)的針葉林AGB模型結(jié)果和回歸系數(shù)

由表3可得不包含糾正系數(shù)闊葉林腳印點(diǎn)的AGB回歸模型

表3 不包含糾正系數(shù)闊葉林AGB模型結(jié)果和回歸系數(shù)

由表4可得包含糾正系數(shù)針葉林腳印點(diǎn)的AGB回歸模型

由表5可得包含糾正系數(shù)闊葉林腳印點(diǎn)的AGB回歸模型

表4 包含糾正系數(shù)的針葉林AGB模型結(jié)果和回歸系數(shù)

表5 包含糾正系數(shù)的闊葉林AGB模型結(jié)果和回歸系數(shù)

表2—表5分別列出不包含糾正系數(shù)與包含糾正系數(shù)情況下，建立GLAS波形參數(shù)與二類調(diào)查生物量模型，第一列為作為自變量的各個(gè)GLAS波形參數(shù)，除了trailing edge correction factor、leading edge correction factor外，其余參數(shù)保持不變，這樣可以突出糾正系數(shù)對(duì)反演生物量的作用。根據(jù)建立的模型，如式(3)—式(6)，選擇部分GLAS腳印點(diǎn)進(jìn)行生物量反演并利用二類調(diào)查數(shù)據(jù)對(duì)比分析評(píng)價(jià)反演精度，見表6。選擇兩種森林類型即針葉林與闊葉林分別進(jìn)行反演與精度驗(yàn)證。圖4、圖5分別為反演生物量與森林二類調(diào)查的散點(diǎn)圖比較分析。

表6 AGB回歸模型評(píng)價(jià)

由表6可以看出，在針葉林與闊葉林兩種森林類型情況下，利用糾正系數(shù)的生物量反演的R2分別為0.806與0.796，RMSE分別為35與41(Mg/ha)；不包含糾正系數(shù)的生物量反演R2分別為0.727與0.657，RMSE分別為44與53(Mg/ha)，這說明利用激光雷達(dá)數(shù)據(jù)波形參數(shù)中能反映森林垂直結(jié)構(gòu)特征的參數(shù)信息更多的用于生物量估算模型，因?yàn)楸疚乃x擇的波形參數(shù)均能反映森林高度、冠幅生長(zhǎng)情況等信息，而這些信息與森林生物量相關(guān)性很高。

圖4 GLAS腳印點(diǎn)針葉林AGB模型估算結(jié)果與實(shí)測(cè)數(shù)據(jù)比較

圖5 GLAS腳印點(diǎn)闊葉林AGB模型估算結(jié)果與實(shí)測(cè)數(shù)據(jù)比較

此外，由表6還可以看出針葉林相比闊葉林在兩種反演的情況下，均得到較高的反演精度，這說明針葉樹的冠型同一并且接近于錐形，幾何形態(tài)特征體現(xiàn)得非常清晰，利用激光雷達(dá)波形參數(shù)很好反映針葉林林分的整體冠層生長(zhǎng)情況，從而決定整體生物量情況。相比針葉林，闊葉林樹冠形狀不明顯，其林分垂直結(jié)構(gòu)組成比針葉林復(fù)雜，激光雷達(dá)波形參數(shù)很難準(zhǔn)確反映森林三維結(jié)構(gòu)信息，導(dǎo)致生物量反演精度下降[10]。利用糾正系數(shù)反演生物量R2均大于未糾正前情況，而且RMSE均小于未利用糾正系數(shù)反演生物量情況。由圖4、圖5同時(shí)可以看出，不包含糾正系數(shù)反演生物量與森林二類調(diào)查生物量的散點(diǎn)圖比較分散，相比而言利用糾正系數(shù)反演生物量的散點(diǎn)圖集中分布在直線兩側(cè)，這說明反演的生物量更接近森林二類調(diào)查結(jié)果，反演精度相對(duì)有所提高。因?yàn)樵诜瞧教沟貐^(qū)激光雷達(dá)回波的信號(hào)不能與森林植被回波信號(hào)較好地分離，本文利用下端邊緣糾正系數(shù)與上端邊緣糾正系數(shù)用于針葉林和闊葉林的生物量估算模型中，主要目的是減少地形對(duì)生物量估算的影響，消除對(duì)DEM的依賴，從而緩解地形的影響得到更加準(zhǔn)確的生物量。

五、結(jié)束語(yǔ)

本文利用10種激光雷達(dá)波形參數(shù)，對(duì)小興安嶺地區(qū)進(jìn)行生物量反演，得到結(jié)果與森林二類調(diào)查對(duì)比分析，說明GLAS激光雷達(dá)具有獲取森林垂直結(jié)構(gòu)參數(shù)的能力，GLAS波形信息與森林冠層高度、生物量有較強(qiáng)的相關(guān)性。但是由于不同森林類型與地表環(huán)境的影響，需要選擇合適的波形參數(shù)進(jìn)行反演。對(duì)于針葉林，其冠形形狀均一，空間三維結(jié)構(gòu)簡(jiǎn)單；闊葉林林下結(jié)構(gòu)較為復(fù)雜或者小樹生物量比較大，這時(shí)就需要有針對(duì)性地選擇激光雷達(dá)波形參數(shù)。

此外，由于GLAS的激光腳印比較大，腳印范圍內(nèi)地形變換比較復(fù)雜，反演生物量結(jié)果容易受到地形起伏的影響。因此，希望利用全波形數(shù)據(jù)，構(gòu)建合適的波形參數(shù)能有效地消除DEM的影響以提高森林空間結(jié)構(gòu)參數(shù)估算的精度，同時(shí)進(jìn)一步推廣GLAS的應(yīng)用。

[1] LIETH H，WHITTAKER R H.Primary Productivity of the Biosphere[M].NewYork：Springer-Verlag，1975.

[2] JAMES B，ABSHIRE，SUN XIAOLI，et al.Geoscience Laser Altimeter System(GLAS)on the ICESat Mission：On-orbit Measurement Performance[J].Geophysical Research Leftters，2005(34)：1-4.

[3] 龐勇，李增元，陳爾學(xué)，等.激光雷達(dá)技術(shù)及其在林業(yè)上的應(yīng)用[J].林業(yè)科學(xué)，2005，41(3)：129-136.

[4] LEFSKY M A，HARDING D J，KELLER M，et al.Estimates of Forest Canopy Height and Aboveground Biomass Using ICESat[J].Geophysical Research Letters，2005，32(22)：23-29.

[5] 王金亮，程峰，陳聯(lián)君，等.ICESat-GLAS數(shù)據(jù)估算復(fù)雜地形區(qū)域森林蓄積量潛力初探[C]∥第一屆全國(guó)激光雷達(dá)對(duì)地觀測(cè)高級(jí)學(xué)術(shù)研討會(huì).北京：[s.n.]，2010.

[6] 龐勇，李增元，SUN Guoqing，等.地形對(duì)大光斑激光雷達(dá)森林回波影響研究[J].林業(yè)科學(xué)研究，2007，20 (4)：464-468.

[7] ZWALLY H J，SCHUTZ B，ABDALATI W，et a1.ICESAT’S Laser Measurements of Polar Ice，Atmosphere，Ocean，and Land[J].Journal of Geodynamics，2002 (34)：405-445.

[8] LEFSKY M A，KELLER M，YONG PANG，et al.Revised Method for Forest Canopy Height Estimation from Geoscience Laser Altimeter System Waveforms[J].Journal of Applied Remote Sensing，2007(1)：1-18.

[9] 龐勇，趙峰，李增元，等.機(jī)載激光雷達(dá)平均樹高提取研究[J].遙感學(xué)報(bào)，2008，12(2)：152-158.

[10] LEFSKY M A，COHEN W B，HARDING D J，et al. Lidar Remote Sensing of Above-ground Biomass in Three Biomes[J].Global Ecology and Biogeography，2002，11 (5)：393-400.

The Inversion of Forest Biomass Based on GLAS Laser Radar

QU Yuanting，WANG Yao，LIU Guanchao，F(xiàn)AN Wenyi

P237

B

0494-0911(2014)11-0073-05

2014-06-23

東北林業(yè)大學(xué)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃(201310225014)

曲苑婷(1993—)，女，黑龍江哈爾濱人，主要研究方向?yàn)镚IS和遙感。

曲苑婷，汪垚，劉觀潮，等.基于GLAS激光雷達(dá)反演森林生物量[J].測(cè)繪通報(bào)，2014(11)：73-77.

10.13474/j.cnki.11-2246.2014. 0367