[发明专利]一种全波形激光雷达和高光谱数据联合反演森林结构参数的方法

说明书

本发明公开了一种全波形激光雷达和高光谱数据联合反演森林结构参数的方法，先对机载全波形激光雷达数据进行去噪、平滑、强度校正、滤波，插值生成数字地形模型，点云及波形数据高度归一化处理；对高光谱影像进行辐射定标、大气校正、几何校正预处理；然后，分别基于归一化点云和波形数据、预处理高光谱数据分别提取特征变量；最后，结合地面实测数据和提取的特征变量分别构建多元回归模型以预测各森林结构参数。本发明有助于提高森林结构参数的反演精度，并有效抑制森林覆盖度高、生物量高林分结构参数反演的“饱和”问题。有效增强了森林结构参数反演的能力和精度；与使用其他相近遥感方法进行林分结构参数相比，其相对均方根误差提升了5％以上。

技术领域

本发明属于森林资源监测和环境因子调查等技术领域，涉及一种全波形激光雷达和高光谱数据联合反演森林结构参数的方法。

背景技术

精确的森林结构参数提取，对于森林资源监测和环境因子调查具有重要意义。同时，这些信息也可以用于掌握森林植物与环境的关系，进一步掌握森林的生长、发育规律，对于森林的可持续经营管理、生态模型构建及全球碳循环研究具有重要意义。常规的森林结构参数提取主要依赖于野外调查及航片或卫片判读等，其精度往往不高，且难于在“面”上实用化推广。

近年来，基于激光雷达数据与高光谱数据进行森林结构参数提取的研究为：Latifi等2012年在《Remote Sensing of Environment》第121卷上发表的“Foreststructure modeling with combined airborne hyperspectral and LiDAR data”，该研究采用航空飞机获取的高光谱和激光雷达数据，结合光谱特征、高度/强度特征和遗传方法估测了森林结构参数。Kandare等2017年在《Remote Sensing》第9卷上发表的“Predictionof species-specific volume using different inventory approaches by fusingairbome laser scanning and hyperspectral data”，该研究采用航空飞机获取激光雷达和高光谱影像，并基于自动和半自动方法提取了树冠信息，并据此估测了复杂高山森林的森林结构参数。Sankey等2017年在《Remote Sensing of Environment》第195卷上发表的“UAV lidar and hyperspectral fusion for forest monitoring in the southwesternUSA”，该研究采用无人机获取的激光雷达和高光谱影像，结合冠层结构特征和光谱特征估测了森林结构参数。然而，以上方法都是基于激光雷达点云数据，并没有利用能够更好记录冠层结构特性的全波形激光雷达数据。同时，更未见全面深入提取森林冠层激光雷达特征(波形特征和点云特征)、光谱特征及计算森林结构参数提取的方法。

发明内容

发明目的：针对现有技术中存在的不足，本发明的目的是提供一种全波形激光雷达和高光谱数据联合反演森林结构参数的方法，通过联合全波形激光雷达数据和高光谱数据的方法，可以从波形和光谱数据中提取出更好描述森林结构的特征，将有助于提高森林结构参数的反演精度，并有效抑制森林覆盖度高、生物量高林分结构参数反演的“饱和”问题。

技术方案：为了实现上述发明目的，本发明采用的技术方案为：

一种全波形激光雷达和高光谱数据联合反演森林结构参数的方法，先对机载全波形激光雷达数据进行去噪、平滑、强度校正、滤波，插值生成数字地形模型，点云及波形数据高度归一化处理；对高光谱影像进行辐射定标、大气校正、几何校正预处理；然后，分别基于归一化点云和波形数据、预处理高光谱数据分别提取特征变量；最后，结合地面实测数据和提取的特征变量分别构建多元回归模型以预测各森林结构参数。

所述的全波形激光雷达和高光谱数据联合反演森林结构参数的方法，步骤如下：