LiDAR综合特征提取及其对毛竹信息提取的不确定性比较开题报告

1. 研究目的与意义

当前基于遥感估算竹子生物量的研究较少，主要原因是传统遥感技术无法获得竹林的三维垂直信息。

仅仅依据竹叶的光谱信息很难推算竹林生物量。

lidar技术为我们很好的解决了这一问题。

2. 国内外研究现状分析

国外研究进展

早在80年代中期，激光系统就已经在森林参数估测方面表现出一定的应用价值。通过分别计算激光回波来自树冠和地面的时间差，用激光波形数据估测树高。另外，以激光数据估测的树高和植被回波数与地面回波数的比值作为变量，应用回归模型可以估测树干材积。激光回波的波形特征也可以用于估测树干材积。例如，用早期的机载lidar传感器直接用于森林资源调查、木材蓄积量估测以及林冠特征的提取等。许多研究证明波形lidar可用于估测林分高、树冠覆盖度以及林冠下的地面高程。离散回波的小光斑激光雷达系统在最初发展过程中主要用于地形制图，而植被回波被看作是噪音，从而忽略了lidar数据在林业上的应用潜力。直到最近几年，加拿大和欧渊的自然资源科学家才开始意识到lidar数据在研究生物空间森林结构方面的应用价值胁。lidar数据在森林三维结构方面有大量的应用，最主要的是用于森林资源调查和监测方面。传统的光学遥感技术仅能提供林木的二维信息，需要借助其它辅助信息才能获得其三维结构参数，而lidar数据可直接获取森林三维结构信息，其三维可视化可直接用于林木垂直分布参数的评估，尤其适合于单株木参数的提取。 popescu等基于小光斑 lidar数据结合高分辨率多光谱影像,在提取单株树信息的基础上，构建模型估计了样地尺度的蓄积量、生物量、单位 面积胸高断面积及胸径；clark等采用lidar数据和高光谱数据估算热带雨林的森 林生物量。gonzalez p采用lidar数据和qucikbird数据估算了美国加州物量 较高区域的森林碳密度。st onge b根据ikonos立体像对提取的数字地面模型和lidar提取的数字高程模型计算树冠 高度模型，估算了加拿大魁北克省试验森林的生物量。

国内研究进展

3. 研究的基本内容与计划

研究内容

本研究以苏南丘陵地区的毛竹林为研究对象，借助机载lidar获取完整的波形信息，在此基础上一方面首先利用高斯分解技术从全波形数据中提取得到点云数据，再利用kraus滤波算法处理得到地面点云并由此得到dem，进而获得去除地形高度的森林冠层相对高度（即真实树高），最后基于以上预处理后的点云数据分别计算对应样地位置的lidar变量；另一方面首先对波形数据进行降噪平滑处理，然后对其进行基于体元的3d分解得到伪垂直波，最后根据样地位置对波形进行三维定位并使其标准化（通过减去归一化的dem）。研究结合地面调查的33个样地数据，采用逐步回归法，优化筛选lidar提取变量，在此基础上拟合最优化模型估算各竹林参数并评价精度

计划

4. 研究创新点

1.本研究将是一次基于lidar估算竹生物量的创新尝试。

将探索出一套基于主动遥感定量化计量竹子碳汇的技术体系。

从而为森林可持续经营及碳汇交易提供重要的数据支撑。