查看原文
其他

激光雷达遥感探测植被理化参数垂直分布

李世华 等 悦智网 2021-12-04

植被是生长于地球表层的各种植物类型的总称,在地球系统中扮演着重要的角色。绿色植物通过光合作用提供了生态系统运行的能源动力,并可为其他生物提供赖以生存的有机物质,是地球必不可少的组成部分。

遥感是监测全球植被的有效手段,卫星、飞机可从天空遥视地球,不受自然和社会条件的限制,迅速获取大范围观测资料,为人类提供了监测、量化和研究人类有序活动和气候变化对区域或全球植被变化影响的可能。然而目前大多数遥感手段仅能获取植被的二维信息,实际上植被不同高度的叶片对总光合作用和碳储量的贡献不同,叶面积垂直分布状况是能量、水和养分流动的重要决定因素,在确定生物栖息地适宜性、物种的数量和多样性中发挥着重要作用。

激光雷达(Light Detection and Ranging,LiDAR)是近年来发展十分迅速的主动遥感技术,遥感器发射激光脉冲,当激光脉冲被目标物反射回接收器时,记录地物返回的高程、强度和地理坐标等信息,使得LiDAR在获取森林水平分布信息的同时,也能够反映被动光学遥感所不能反映的森林垂直结构信息。LiDAR扫描的数据以点的形式记录,每一个点包含有三维坐标和反射强度信息,统称点云数据。目前LiDAR已经普遍应用于复杂森林地区植被结构参数的直接测量,表明了其相对于依赖太阳的被动遥感的优越性。

在国家973计划项目“复杂地表遥感信息动态分析与建模”课题5“植被理化参数垂直分布遥感探测机理”的支持下,中国科学院遥感与数字地球研究所、电子科技大学和中国林业科学研究院开展了利用LiDAR技术进行植被理化参数垂直分布遥感探测的机理与应用研究。 

植被叶面积垂直分布探测

叶面积密度(Leaf Area Density,LAD)是表示植被冠层叶面积垂直分布的重要参数,定义为每单位地面面积每单位高度范围内的总单面叶面积,取决于物种、发育阶段和干扰。林分成熟时树高度分布均匀,LAD最大值可能会出现在树冠的中心附近,而干扰林分生物量损失后,林木高度参差不齐,随着再生整体LAD增加,LAD最大值可能出现在较低的高度。因此,LAD是生态过程模型在全球碳循环中模拟陆地植被角色的一个重要输入参数。

对于一棵6.5米高的玉兰树,通过高分辨率地基LiDAR在3个不同位置进行扫描并配准,得到的三维激光点云数量超过6万个,可清晰表达树木的叶片和枝干等信息。要计算树木冠层LAD,首先需要把叶片点云和其他部分的点云分离开来,针对叶片、枝干等部位的不同形状与特性,采用点云分割算法法线差分算子提取出树木叶片三维激光点云。然后利用体元冠层分析法将树木冠层分成多个小立方体,判断小立方体内包含的激光点个数并统计水平层叶片与激光光束的接触频率,结合叶倾角校正因子,计算得到LAD,如图1所示。

针对成片树林,地基LiDAR庞大的数据量使得点云分割的方法不再合适,结合多光谱遥感图像进行分类可以提取叶片三维激光点云,然后利用体元冠层分析法计算得到LAD,如图2所示。

植被生化参数垂直分布探测

近二三十年来,植被生化组分参数的遥感反演在遥感走向定量化过程中始终被重点关注。如何高精度地重建冠层辐射传输过程以获取叶面积指数和叶向分布,以及重建叶片辐射传输过程以获取叶绿素、水分、蛋白质、纤维素、木质素等多种生化组分的含量信息,是从事定量遥感的学者长期研究的目标。对于植被生化组分垂直分布,目前国内外的研究较少,大部分的研究集中在叶绿素垂直分布或者氮素垂直分布,所利用的数据基于高光谱数据以及实测数据,而且没有完善的生化组分垂直分布物理模型。

LiDAR数据几乎没有被用来进行叶绿素垂直分布的研究,分析其原因,主要是多波段LiDAR数据还不成熟,而不同波段的LiDAR数据却是反演生化组分所必需的。多波段LiDAR可以同时测量两个以上波长的发射波形和回波波形,覆盖范围从可见光到近红外区域,不仅可以完成单波段LiDAR的植被高度、密度等结构参数的测量,同时还具有多光谱窄波段信息,能够探测植被的生物化学特征,获取植被养分、水分等的垂直分布状况,因此该设备在定量遥感研究领域具有极大的应用潜力。

在此需求下,中国科学院遥感与数字地球研究所牛铮研究员团队研制了32波段脉冲LiDAR设备(见图3),覆盖范围从可见光到近红外区域,有利于进行植被高度、密度等结构参数的三维提取,可以定量分析植被生物化学特征,包括植被养分、水分等的垂直分布状况,对于植被理化参数垂直提取研究具有重要促进作用。该设备主要由二维扫描平台、超连续谱脉冲激光光源(NKT SuperK Compact)、固定于扫描平台的同轴发射接收系统、多通道全波形测量装置、控制中心等组成。

其中,超连续谱脉冲激光光源的光谱范围为450~2400纳米,脉冲宽度为1~2纳秒,峰值功率约20千瓦,脉冲频率为20~40千赫。所发出的“白光”激光经过准直器后变成汇聚的光束(发散角小于5毫弧度),该光束经过两个反射镜(M1和M2)产生两次折射,进入望远镜光轴并发射出去。其中反射镜M1为微透反射镜,激光束中绝大部分光反射到镜筒内,少部分光透过反射镜再经过光纤投射到发射探测传感器APD1中,实现发射光束的波形采集,采集的信号用来触发一次测量,捕捉发射脉冲和接收回波,因此,利用时间飞行法可以实现距离的测量。

因此,原型系统可以通过对各个通道记录波形的后处理实现飞行时间和回波的光谱的测量。两轴转台带动光学部分进行扫描,可以生产出具有光谱信息的三维点云,每个测量点既包括距离信息,又包括多个波段的光谱信息,同时探测不同生化组分引起的精细的光谱变化和全波形LiDAR回波信号,获取的一系列不同波长的回波信号包含了丰富的植被结构信息和生化组分信息。研究团队利用室内和野外试验对仪器测量数据进行了分析,并进一步完善,从而使样机整体水平处于国际领先水平。该设备对于植被生长状态的准确评价以及植被定量遥感的发展、遥感产品的生态学应用具有重要意义。 

致谢:感谢国家973计划项目“复杂地表遥感信息动态分析与建模”课题5“植被理化参数垂直分布遥感探测机理”(课题编号:2013CB733405)的支持。 

专家简介

李世华:电子科技大学资源与环境学院教授。

高帅:中国科学院遥感与数字地球研究所副研究员。

刘清旺:中国林业科学院资源信息研究所助理研究员。

孙刚:中国科学院遥感与数字地球研究所高级工程师。

李旺:中国科学院遥感与数字地球研究所助理研究员。

>>>本文为原创,转载请回复。<<<

往期推荐

看透”热阻

凹坑”掌门人

深度学习在雷达遥感中的显著成效

: . Video Mini Program Like ,轻点两下取消赞 Wow ,轻点两下取消在看

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存