利用星载激光雷达数据反演安徽省森林冠层高度的变化研究.pdf

摘要

森林作为陆地生态系统的核心组成部分，在维护地球生态平衡和应对气候变化方

面扮演着至关重要的角色。而森林冠层高度作为森林关键的垂直参数，在评估森林动

态、生物多样性、碳储量等方面具有重要作用。全球碳平衡研究中，关于准确估算大

规模森林冠层高度已成为一个迫切需要关注的问题。传统的冠层高度测量方法耗时费

力且很难满足大尺度范围的观测需求。而激光雷达作为一种先进的主动遥感技术，能

够快速精确获取森林垂直结构信息，为监测大范围森林冠层高度提供了可靠的数据支

撑。本文以安徽省为研究区，利用GEDI星载全波形激光雷达数据，分析植被覆盖度、

太阳高度、强弱波束、坡度以及坡向对林下地形及冠层高度反演精度的影响。同时，

利用Sentinel-2数据构建森林冠层高度外推模型，反演安徽省森林冠层高度，绘制2019

年至2023年期间安徽省森林冠层高度的变化图。以下是本文的主要研究内容和所得

出的结论：

(1)GEDI数据提取的地面高程具有较高精度。GEDI提取的地面高程表现出较高

R21RMSE3.90m

的精度，其值接近，值为。特别是在非林地区域，地面高程的精度

更高，RMSE值达到2.85m；然而，GEDI数据提取的地面高程与森林冠层高度的误

差分析结果却具有极大的相似性，例如：夜间比白天获取的数据具有更高的提取精度，

地形坡度值越大提取精度越低，强波束比弱波束具有更强的数据提取能力。

(2)GEDI数据与机载LiDAR数据之间表现出较高的匹配性。星载激光雷达数据

2

提取的RH97与机载激光雷达数据提取的CHM90呈现出最佳的匹配结果，其R值为

0.69RMSEBias3.65m0.32m

，和的值分别为和。精度验证结果显示：当冠层高度较

低时，RH97的精度可能会高于真实高度值；而冠层高度较高时，RH97的精度可能

会低于真实高度值。

(3)GEDI数据能够较好地反演森林冠层高度模型。利用逐步线性回归，引入太阳

高度、植被覆盖度、地形坡度和坡向这四个变量，提高了光斑尺度森林冠层高度反演

2

模型精度。模型的R值由0.71增加至0.73，RMSE值由3.43m降至3.37m。特别是

在加入坡度变量后，模型精度得到了显著提升。

(4)GEDI数据协同其他主被动遥感数据，实现了2019年和2023年安徽省森林冠

层高度图。本研究以星载激光雷达数据作为主要数据源，结合其他遥感数据提取的影

像特征参数，采用随机森林算法构建森林冠层高度外推模型。并分别绘制2019年和

2023年安徽省30m分辨率森林冠层高度图。2019年和2023年安徽省外推模型精度

2

验证的R值为0.70和0.68，RMSE值为3.02m和2.99m；利用机载激光雷达和实测

2019R20.610.68RMSE

数据对年森林冠层高度图进行验证，得到的值分别为和，

II

2

值为4.58m和3.25m。对2023年森林冠层高度图进行验证，得到的R值分别为0.59

和0.68，RMSE值为4.41m和3.47m。在此基础上，绘制了2019年至2023年期间安

徽省森林冠层高度的变化图。

关键词：森林冠层高度；GEDI；多源遥感数据；激光雷达数据；森林高度制图

III

目录

第一章绪论1

1.1研