基于机载LVIS和星载GLAS波形LiDAR数据反演森林LAI

• 作者: 张英慧 方红亮 李思佳 汪垚
• 来源期刊: 遥感技术与应用
• 学科: 农学
• 关键词: 地形坡度 激光雷达 叶面积指数 LVIS GLAS
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: LAI专栏
• 页码范围: 1004-1014
• 页数: 11页
• 分类号: S771.8|TP79
• 语种: 中文
• DOI: 10.11873/j.issn.1004⁃0323.2020.5.1004

摘要

波形激光雷达(Light Detection And Ranging,LiDAR)已经大量用于森林叶面积指数(Leaf Area Index,LAI)估算,但是波形LiDAR数据估算森林LAI易受地形影响.地形坡度引起的波形展宽使得地面回波和植被冠层回波信息混合在一起,难以得到准确的地面回波和冠层回波,进而影响到LAI估算精度.为了估算不同地形坡度条件下的LAI,本文采用一种坡度自适应的方法处理机载LVIS和星载GLAS波形数据.通过坡度自适应的方法得到地面波峰位置,基于高度阈值来区分地面回波和冠层回波,进而得到能量比值用于LAI估算.基于LVIS和GLAS数据,估算了不同森林站点的LAI,并利用实测LAI数据进行检验.结果表明:利用波形LiDAR数据可以估算森林LAI,坡度自适应方法可以改善地形的影响,提高LAI估算精度.对于机载LVIS,估算新英格兰森林LAI精度为R2=0.77和RMSE=0.21;对于星载GLAS,估算塞罕坝森林LAI精度为R2=0.81和RMSE=0.28.无论机载还是星载数据,该方法都有着较高的精度,对于复杂地形估算LAI具有一定潜力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李思佳	中国科学院地理科学与资源研究所	3	6	1.0	2.0
2	张英慧	中国科学院地理科学与资源研究所	4	9	2.0	3.0
3	方红亮	中国科学院地理科学与资源研究所	7	302	4.0	7.0
4	汪垚	中国科学院地理科学与资源研究所	3	7	2.0	2.0