文章信息
- 庞勇, 于信芳, 李增元, 孙国清, 陈尔学, 谭炳香.
- Pang Yong, Yu Xinfang, Li Zengyuan, Sun Guoqing, Chen Erxue, Tan Bingxiang.
- 星载激光雷达波形长度提取与林业应用潜力分析
- Waveform Length Extraction from ICEsat GLAS Data and Forest Application Analysis
- 林业科学, 2006, 42(7): 137-140.
- Scientia Silvae Sinicae, 2006, 42(7): 137-140.
-
文章历史
- 收稿日期:2006-02-23
-
作者相关文章
2. 中国科学院地理科学与资源研究所 北京 100101;
3. 马里兰大学地理系 马里兰 20742
2. Institute of Geographical Sciences and Natural Resources Research, Chinese Ac ademy of Sciences Beijing 100101;
3. Department of Geography, University of Maryland, College Park MD 20742
森林是重要的环境资源,作为陆地生态系统的主体,森林是陆地上面积最大、分布最广、组成结构最复杂、物质资源最丰富的生态系统。我国虽然是一个森林资源相对较少的国家,森林生物量依然是陆地植被总生物量的主要组成部分。鉴于森林的重要性,世界各国都投入很大的力量对森林资源进行保护,每隔一定年限对其进行调查和监测。传统的森林参数测定需要进行外业实地测量,耗费大量的人力、物力和时间,仅能获得一些点上的数据,数据的现势性较差。从“六五”期间我国就开始利用遥感技术进行森林资源调查,经过20多年的努力,可见光遥感、红外遥感在大区域森林制图、灾害监测等方面已得到了较为广泛的应用,但定量获取森林高度、生物量等参数直到合成孔径雷达和激光雷达技术的成熟才取得了突破性进展。
由于激光雷达极高的角分辨能力、距离分辨能力、抗干扰能力等优点,使得激光雷达可以高精度地获取地表物体的高度信息,在民事和军事上都已广泛应用。国外已经就激光雷达在林业上的应用进行了大量的尝试,成功对林分高度、冠层垂直结构、郁闭度、胸高断面积和蓄积量(生物量)和单木参数进行了反演(Nilson, 1996;Nelson et al., 1997;Lefsky et al., 2002, 2005;Means et al., 1999),尤其是在林木高度测量与林分垂直结构信息获取方面具有其他遥感技术无可比拟的优势。普通的光学传感器只能用于提供森林水平分布的详细信息而很难提供垂直分布的信息,而激光雷达遥感根据采样方式和配置不同(离散回波还是波形激光雷达)可以高精度地提供森林水平和垂直的信息。
本文利用ICEsat(冰、云和陆地高程卫星)卫星所搭载的GLAS传感器获取的我国东北地区星载激光雷达波形数据,阐述了数据预处理和波形长度计算方法,分析了我国东北地区波形长度的分布格局和林业应用潜力,并利用土地覆盖数据进行了验证。
1 试验区概况和数据获取 1.1 试验区概况中国东北地区的东部和北部分别与朝鲜和俄罗斯相邻,西部与蒙古接壤。地理坐标为115°52′-135°09′ E,38°72′-53°55′ N,总土地面积124万余km2。行政辖区上包括黑龙江、吉林、辽宁三省以及内蒙古自治区的呼伦贝尔盟、兴安盟、通辽市和赤峰市。该地区是我国天然林分布最集中、资源最丰富的国有林区;同时,该林区也是全国最大的木材生产基地,其木材产量占全国木材总产量的1/3。东北地区地貌成因类型复杂,地貌形态多样,山地面积约占全区土地总面积的52%,大部分山地海拔在1 000~1 500 m之间。地势比较平缓,多缓坡,陡坡(≥35°)地少且主要分布于长白山的天池、南岗山和老岭等地(徐化成,2004)。
1.2 遥感数据获取采用美国2003年1月发射的科学试验卫星ICEsat上的GL AS传感器的数据。该卫星是NASA从1999年开始的地球科学计划的一部分,目的是观测10-15年时期内的大气、海洋、陆地、冰和生物圈,从而监测与气候、环境变化密切相关的地球-大气系统的变化。该卫星搭载有第一台激光雷达传感器GLAS,GLAS是第一个能连续获取大气、地面回波数据的星载激光雷达,为观察大气中的云、气溶胶和地面植被垂直结构提供全新的视角。其设计目标是所提供的云的高度和厚度信息可以大大提高短期天气预报的精度;提供的植被垂直结构信息将能更好地评价全球的植被分布和生物量(Zwally et al., 2002)。GLAS传感器采用脉冲波、非多普勒、非相干和点光束的工作方式,激光光斑直径大致为70 m,光斑间隔为170 m(Brenner et al., 2002)。本研究中主要用1 064 nm从陆地的回波信号,采用我国东北地区GLAS第二个激光器第一次工作期间(Laser 2a,数据获取时间为2003-09-24-11-18)的1 064 nm来自陆地的回波波形数据,共计40多万个激光波形的数据集,其中每个波形包含544帧数据。
2 ICEsat GLAS波形长度计算GLAS数据分发采用专门定义的二进制格式,包括元数据信息和数据信息,需要先进行数据提取。由于受云和系统噪声的影响,原始的波形数据中噪声较大,有的仅反映了云的信息,需要进行预处理。为此,首先要提取无云的来自陆地的有效回波,然后对提取的有效回波进行滤波处理。经过了波形预处理之后,就可以进行波形分析和关键参数计算,主要参数定义如图 1。图 1所示为一个典型的GLAS森林回波波形,图中回波的第一个波峰来自植被冠层,回波的第二个波峰来自地面,二者中间的一个小的波峰可能来自林下灌丛或下木。第一个波峰前沿的开始有一个小的阶跃,由于该激光光斑内有少量的几株大树,它们首先碰到并反射了激光雷达发射的脉冲信号。H为回波脉冲的长度,对应着从回波信号开始到地面回波中间的距离。可见波形长度与光斑内地物目标的高度变化范围密切相关,对植被而言,直接反映了植被的高度信息。θ为脉冲第一回波前沿的上升夹角,为从信号开始到第一个波峰处与垂线的夹角。
经过对大量的GLAS回波波形分析发现,信号开始前的背景噪声(noisebeg)和信号结束后的背景噪声(noiseend)存在一定差异,因此对这2个噪声分别估计。在实际处理中,选取信号开始前的15帧数据(即波形的第1~15个记录)进行均值和方差的估计;选取信号结束前的15帧数据(即波形的第525~ 544个记录)进行均值、方差和标准差的估计。即:
(1) |
其中:wfbini为第i个回波信号的强度值,f为进行均值和方差的估计的函数。
noiseend的计算与noisebeg类似。有的处理方法是将估计出的背景噪声从整个波形数据中减去,然后再进行后续的处理(Lefsky et al., 1999)。本文对含有背景噪声的波形进行分析处理。
2.2 信号开始、结束位置判断考虑到GLAS接收到的信号有时会出现一些波动,表现为在信号开始后仍然有个别帧的数据值低于背景噪声水平,因此将信号的开始(结束)位置定义为连续5帧数据大于信号开始(结束)前背景噪声均值加上其标准差的2倍的第一帧(最后一帧)处。即:
(2) |
其中:thresholdbegi=wfbini>(
鉴于GLAS的发射脉冲为4 ns,且地物的垂直剖面总能表现出一定的连续性,因此假定GLAS的回波脉冲的有效波峰总有一定的展宽。则峰值位置(binpeak)的判断规则是:该帧数据的反射强度大于其前后10帧数据的反射强度。即第i个峰值binpeaki的计算可表示为:
(3) |
基于这种方法可以判断出接收回波的多个峰值,将峰值按强度进行筛选,对于峰值强度小于背景噪声均值加上2倍标准差的进行剔除,对剩余的峰值按位置进行排序,即可得到回波波形中的峰值信息。
2.4 波形长度计算根据判断出的信号开始位置和地面回波的峰值位置即可计算出回波的长度H。即:
(4) |
也有的研究从对去掉背景噪声后波形的质心开始向两边检测,向上检测到树冠回波起始位置,向下检测到地面回波的峰值位置(Brenner et al., 2000)。
3 我国东北地区ICEsat GLAS波形长度分析经过波形预处理和波形关键参数的解算,计算了GLAS Laser 2a覆盖我国东北地区的波形长度。由于GLAS是无侧摆非成像的离散形式,回波数据在空间的分布不均匀。为了方便显示和进行区域尺度分析,将反演结果空间插值成分辨率为2 km的栅格形式(图版Ⅰ-1)。采用逆距离的空间插值方法,搜索半径最大为20 km。由于GLAS传感器无侧摆功能,过境时仅能获取星下点的一条扫描线的数据,因此有的ICEsat轨道间距较大的地方就没有数据,表现为白色。
图版Ⅰ-1中的彩色条带为GLAS的扫描轨迹,也是激光光斑的分布,不同颜色表示不同的波形长度。可见较大波形长度的分布与我国东北地区的森林分布呈现了很好的一致性,主要集中在大兴安岭林区、小兴安岭林区、长白山林区、张广才岭和辽东半岛地区。
为了进一步验证我国东北地区的波形长度分布图,本研究使用由2000年的美国陆地卫星TM(Landsat TM)影像作为数据源,通过人工目视解译而获得的土地覆盖数据作为参考(如图版Ⅰ-2)。该土地利用图的成图比例尺为1:10万,数据的平均定性精度达到90%以上(刘纪远等,2002)。土地利用分类系统包括耕地、林地、草地、水域、城乡工矿居民用地和未利用土地6个一级类型和25个二级类型,其中林地的二级类型包括:有林地、灌木林地、疏林地和其他林地,这些都是定性的类别信息,缺乏垂直结构和高度的定量信息。本文主要使用6个一级类型进行波形长度空间分布格局的分析。
对比图版Ⅰ-1、2可更明显地看出我国东北地区GLAS波形长度空间分布格局与土地类型一致性,具体表现为:林区的波形长度较大,而农田、草地、荒漠、湿地等的值较低,城镇的波形长度表现出较大的跳跃,这种分布模式反映了各自地物类型垂直结构的变化特点。大兴安岭和小兴安岭两大林区之间的过渡性农田带在波形长度图和土地利用图上均有很好的反映。松嫩平原和三江平原主要为农田或草地,整体波形长度较小。但由于农田防护林、片状人工林的存在,少数区域的波形长度也较大。
针对林区而言,图版Ⅰ-1更好地反映了森林的高度信息。由于土地覆盖图所用的Landsat ET M+数据主要反映的是地物表面的信息,而激光雷达波形数据反映了地物垂直结构的剖面信息(在地物可被穿透的情况下)。波形长度的分布与该区域的森林蓄积量/生物量存在着较好的一致性,大兴安岭、小兴安岭、长白山和辽东半岛的值较高,这也是我国东北地区的主要森林分布区域。而在这几个林区中,又以长白山林区的值最高,这也与该区域森林生物量较高相一致。大兴安岭1987年的过火区域值也较低,这也反映了该区域森林仍没有恢复到未过火水平的状况。
另外,在长白山和小兴安岭地区的一些地形起伏较大的灌木林地或疏林地,波形长度也较大,这主要是由于GLAS的光斑直径为70 m,光斑内的地形起伏会改变地物接收并反射激光脉冲的时间,从而带来干扰信息,这种地形起伏效应往往表现为对波形长度的展宽(Pang et al., 2006)。可见,从波形长度到林分高度的反演还要进行地形等干扰因素的纠正。
4 结论与讨论本文详细阐述了ICEsat GLAS数据处理和波形长度计算方法,分析了我国东北地区波形长度的分布格局,并利用土地覆盖数据进行了验证。结果表明:
1) 从ICEsat GLAS回波数据中计算的波形长度很好地反映了地物的高度信息,是对其他遥感数据源的一个有益补充,对于分析区域尺度的森林质量和生物量具有很大的应用潜力;
2) 就空间分布格局而言,波形长度分布图与从ETM+数据中解译的土地覆盖类型图很一致,对于林地而言,前者更好地反映了森林的高度信息,从而可以更好地提供其它森林参数的定量反演;
3) 本文仅提出了ICEsat GLAS的波形数据处理和波形长度计算的方法,尽管波形长度与植被高度信息密切相关,但波形长度还受地形、林木空间格局等因素的影响(庞勇等,2006),在所计算的波形长度的基础上进一步定量反演森林高度是下一步的研究方向。
刘纪远, 刘明亮, 庄大方, 等. 2002. 中国近期土地利用变化的空间格局分析. 中国科学: D辑, 32(12): 1031-1040. |
庞勇, 孙国清, 李增元. 2006. 林木空间格局对大光斑激光雷达波形影响模拟. 遥感学报, 10(1): 97-103. |
徐化成. 森林生态与生态系统经营. 北京: 化学工业出版社.
|
Brenner A C, Jay Zwally H, Charles R B, et al. 2000. Derivation of range and range distributions from laser pulse waveform analysis for surface elevations, roughness, slope, and vegetation heights. GLAS Algorithm Theoretical Basis Document Version 3.0
|
Lefsky Michael A, David J H, Michael K, et al. 2005. Estimates of forest canopy height and aboveground biomass using the geoscience laser altimeter system. geophys. Res Lett, 32: L22S02. DOI:10.1029/2004GL021684 |
Lefsky M A, Harding D, Cohen W B, et al. 1999. Surface lidar remote sensing of basal area and biomass in deciduous forests of Eastern Maryland. USA Remote Sensing of Environment, 67: 83-98. DOI:10.1016/S0034-4257(98)00071-6 |
Means J E, Acker S A, Harding D J, et al. 1999. Use of large-footprint scanning airborne lidar to estimate forest stand characteristics in the western cascades of oregon. Remote Sensing of Environment, 67: 298-308. DOI:10.1016/S0034-4257(98)00091-1 |
Nelson R, Oderwald R, Gregoire T G. 1997. Separating the ground and airborne laser sampling phases to estimate tropical forest basal area, volume, and biomass. Remote Sensing of Environment, 60: 311-326. DOI:10.1016/S0034-4257(96)00213-1 |
Nilsson M. 1996. Estimation of tree heights and stand volume using an airborne lidar systems. Remote Sensing of Environment, 56: 1-7. DOI:10.1016/0034-4257(95)00224-3 |
Pang Yong, Li Zengyuan, Sun Guoqing, et al. 2006. Model Based Terrain Effect Analyses on ICEsat GLAS Waveforms, IGARSS2006
|
Zwally H J, Schutz B, Abdalati W, et al. 2002. ICESat's laser measurements of polar ice, atmosphere, ocean, and land. Journal of Geodynamics, 34(3~4): 405-445. |