ICESat-2 ATL08地形和冠层高度产品精度评估

ICESat-2 ATL08地形及冠层高度产品在大范围的森林资源调查研究中的性能还需进一步探究。为此,文章首先对35个生态网络观测站的ATL08地形及冠层高度产品进行整体的精度评估;其次,验证其在不同生物群落中的精度并对单站精度进行定量评价;最后,分析该产品在多种误差因素条件下的性能。结果表明:地形和冠层高度产品的整体RMSE分别为3.23 m和6.58 m;地形高度产品在低矮或稀疏的植被区精度较高,在高大或茂密的森林区精度较低,且其精度随坡度、植被覆盖度及冠层高度的增加而降低;冠层高度产品在温带阔叶林和混交林地区的%RMSE为34.78%,在沙漠和干旱灌木丛地区的%RMSE为127.47%。另外,相比地形高度产品,冠层高度产品受地物覆盖类型、冠层高度和植被覆盖度的影响更严重且影响机制较为复杂。

ICESat-2/ATLAS数据地面高程及植被冠层高度反演精度验证

为验证新一代冰、云和陆地高程卫星ICESat-2/ATLAS陆地与植被高程产品(Land and Vegetation Height)ATL08数据地面高程和植被冠层高度的反演精度,以ICESat-2/ATLAS ATL08产品为研究对象,以黑龙江省帽儿山国家森林公园为研究区域,以高精度机载激光雷达数据及样地实测数据为参考,分析不同波束强度、时间、坡度及植被覆盖度下地面高程和植被冠层高度反演精度差异。研究表明,1)对地面高程来说,ATL08强波束的反演精度均方根误差(RMSE)为1.9 m,平均绝对误差(MAE)为1.1 m,弱波束的精度RMSE为4.1 m,MAE为2.0 m;2)对植被冠层高度来说,以高精度机载激光雷达数据提取冠层高度为参考,强波束的反演精度RMSE为2.7 m,MAE为2.3 m,弱波束RMSE为5.4 m,MAE为3.7 m。以样地实测树高数据为参考,夜间所有波束精度RMSE为1.8 m,MAE为1.6 m;3)随着坡度从0°增加到20°以上,地面高程反演精度的RMSE从2.3 m增大到7.7 m,植被冠高反演的RMSE从3.8 m增大到10.4 m;4)中低植被覆盖度范围(0%~80%)内,ATL08产品能较好地测量出地面高程,RMSE均小于1 m。高植被覆盖度(80%~100%)区域反演精度RMSE为3.5 m。在中等植被覆盖范围(40%~80%)内,ATL08产品能较为准确地测量出植被冠层高度,RMSE为2.6 m。植被覆盖度过高(80%~100%)或者过低(0%~40%),其精度都会下降,RMSE为4.6 m和3.3 m。ATL08数据反演地面高程和植被冠层高度的精度强波束优于弱波束,夜晚波束优于白天波束,夜晚强波束精度最高。随着坡度的增加,不同波束的地面高程和植被冠高反演误差均逐渐增大,坡度越大误差越大。地面高程反演在中低植被覆盖度情况下较为准确,植被冠层高度反演精度在中等植被覆盖度情况下达到最高。

ICESat-2 ATL 08地形产品精度验证:以西班牙为例

新一代星载激光雷达(Ice,Cloud and Land Elevation Satellite-2;ICESat-2)于2018年9月15日成功发射。ICESat-2丰富了星载激光雷达数据种类,为大范围地形制图和大地测量提供了新的控制点数据。然而,ATL 08地形估计值的准确性尚未在大规模和复杂地形条件下进行全面评估。本文旨在大范围定量评估ICESat-2 ATL 08地形估计值的精度情况。将ICESat-2 ATL 08地形估计值与高精度机载LiDAR数字地形模型(DTM)进行比较,并分析了采集时间、植被覆盖类型、地形坡度和季节变化对地形估计精度的影响。通过分析得出以下结论:1)白天获取的地形产品数据的平均误差和均方根误差比夜间分别高0.22 m、0.59 m;2)有植被覆盖地区的ATL 08地形估计值精度要低于非植被覆盖地区;3)ATL 08地形估计值精度与坡度呈现反比关系,当坡度大于30°时,高程误差显著增大;4)夏季和冬季获取的ATL 08产品数据的精度在非植被区无明显差异,而在植被区冬季数据精度明显优于夏季数据。本文将为用户选取和应用ICESat-2产品数据提供有益指导。

基于ICESat-2 ATLAS数据的DEM高程精度评价

为探究ASTER GDEMV3、SRTM1 DEM和AW3D30 DEM 3种开源DEM数据的高程精度,本文以高精度ICESat-2 ATLAS测高数据为参考数据,利用GIS统计分析、误差相关分析及数理统计对DEM的高程精度进行对比评价。结果表明:(1)AW3D30的质量最稳定;SRTM1 DEM在平原精度最高;在高原山地精度由高到低依次为AW3D30 DEM、ASTER GDEMV3、SRTM1 DEM。(2)DEM数据高程精度受地表覆盖影响较大,且与地形因素密切相关,在相同地表覆盖的两个研究区中DEM数据高程精度表现情况不一致,SRTM在平原地表覆盖下精度表现最好,平均误差为3.15 m,AW3D30 DEM在山地地表覆盖下精度表现最好,平均误差为7.61 m。(3)坡度对DEM数据的高程精度影响较大,在两个研究区3种DEM数据的高程误差均随坡度的增加而增加;坡向对DEM数据的高程精度影响较小,未发现明显的规律。

利用ICESat-2 ATLAS&JL-1反演输电线走廊附近森林冠层高度

针对ICESat-2 ATL08产品含有较多噪声光子和树高粗差的问题,设计了利用光子数量、光束能量和地表覆盖等特性进行光子滤波和粗差剔除的方法;研究了从高分辨率多光谱数据各波段反射参数和提取的NDVI、RVI、SAVI、MSAVI、PVI植被指数与激光测高数据之间的相关关系,对比分析了多元回归和随机森林模型反演的有效性和精度。结果表明,随机森林模型可以获得较高的树高反演精度,以浙江省杭州市临安区输电走廊进行的反演实验获得了RMSE=2.84 m的结果,结合电力数据制作的树高隐患图可以为输电设施安全隐患排查提供辅助决策。

基于神经网络拟合多源遥感信息估算冠层高度

为了获取空间上连续的森林冠层高度分布,借助后向传播(BP)神经网络,拟合2019-2020年冰、云和陆地高度卫星(ICESat-1)的陆地/植被产品ATL08的生长季树高数据和中分辨率成像光谱仪(MODIS)的地表信息等多源遥感资料,探索我国西南地区森林冠层高度的空间连续估算。结果如下:(1)ICESat-2/ATL08遥感数据对西南地区森林冠层高度表达可信,与2019年同期其他树高遥感数据对比,通过了置信度检验(R=0.566,P<0.01)。(2)BP神经网络拟合ICESat-2/ATL08和MODIS数据得到西南地区空间连续森林冠层高度的方法可靠。神经网络训练结果决定系数(R2)达0.7以上,均方根误差在2.5 m左右。从结果中随机选择10个自然保护区位置森林冠层高度数值,对比2005年同源遥感资料,得到R=0.836(P<0.001)。连续森林冠层高度数值的频率直方图符合正态分布,高频段为10~25 m。(3)估算得到的西南地区森林冠层高度平均值为16 m,低于2005年遥感均值,但在重庆与贵州交界、贵州东北部、云南六诏山等地,森林覆盖度和冠层高度均有所提升,云南大理的则略有减少。从空间分布来看,大于20 m的数值分布于四川盆地外围、金沙江流域、重庆大巴山、云南哀牢山和无量山以及贵州东南部等地区;四川西南部乡城和稻城、重庆东北部、云贵高原中部地区均在10 m以下。

适用于海岛的ICESat-2高程控制点提取方法

针对海岛控制信息获取困难这一现实问题,提出一种基于ICESat-2 ATL08数据的海岛高程控制点提取方法。首先,通过水域掩膜标记与参考高程数据,去除数据中的海域点与粗差点,降低后续处理的数据量;然后,综合分析大气环境、信噪比、数据完整性等因素对高程值的影响,构建多参数约束初步筛选数据;最后,充分利用数据中的已有参数信息,结合控制点精度指标设计自适应地形阈值对高程控制点进行精细化提取。以波多黎各部分离岛及美属维尔京群岛高精度DEM(Digital Elevation Model)数据验证所提取高程控制点的准确性,实验结果表明:相较于原始数据,本文方法提取的高程控制点在平地、丘陵和山地区域的平均绝对误差与中误差分别从2.65 m/7.23 m、3.92 m/7.65 m、4.93 m/8.29 m减小为0.28 m/0.61 m、0.46 m/0.79 m、0.63 m/0.89 m;在保证精度的前提下,本文方法提取的高程控制点数量显著多于现有方法;利用本文方法,可从海岛区域提取一定数量、精度可靠的高程控制点,能为后续全球海图修测与质量控制提供有力数据支撑。

基于ICESat-2数据的高程控制点提取和精度验证

ICESat-2(Ice, Cloud and land Elevation Satellite-2)数据的平面定位精度达到米级,高程定位精度达到亚米级,但受各种外界因素的影响,部分激光足印点的高程精度较差,不能用作高程控制点。针对上述问题,本文提出一种适用于ICESat-2数据的多参数联合的高程控制点提取方法。该方法首先利用内置参数辅助检查激光足印点数据质量,滤除异常激光足印点,然后参考内置DEM(Digital Elevation Model)数据进行高程粗差剔除,最后结合云量标记、坡度参数以及时间标记属性参数设置阈值精细筛选,保留满足质量检查、坡度小、云量少的激光足印点作为最终高程控制点,并利用高精度参考高程数据进行精度验证。为验证本文方法的有效性,选取郑州西部、北科达他州西南部、印第安纳州北部地区的ICESat-2激光数据(高程平均绝对误差分别为3.711、0.582、0.333 m)进行高程控制点提取实验,实验结果表明,筛选后的激光足印点平均绝对误差分别达到0.827、0.393、0.131 m,该提取方法在多种地形场景下均能够提取出一定数量且精度较高的高程控制点,不仅能为1:50 000以及1:10 000立体测图提供数据支撑,还能为全国甚至是全球高程控制点提取和高程控制点库建设提供参考。

ICESat-2植被冠层高度和地表高程数据产品用于森林高度提取的效果评价

由美国宇航局(NASA)研制的新一代冰、云和陆地高程卫星(ICESat-2)于2018-09-15发射成功,其搭载的先进地形激光测高系统(ATLAS)采用微脉冲多波束光子计数激光雷达技术,可用于全球高程线采样数据的获取。目前公开发布了9种数据产品,其中包括植被冠层高度和地表高程数据产品(ATL08),为全球森林结构参数的估算提供了新的契机。本文以美国宾夕法尼亚州斯奈德县和印度尼西亚西加里曼丹吉打邦为研究区,在温带森林和热带雨林两种不同的生态系统立地条件下,对ICESat-2的ATL08数据产品用于森林高度估算的效果进行评价。首先建立了地形高程数据产品(ATL03)与ATL08数据产品的关联规则,以获取分别记录在这两种产品中的光子空间分布信息和分类信息;进而以机载小光斑激光雷达数据为参考,对ATL08数据产品的光子分类可靠性及其用于森林高度估算的准确性进行了分析评价。结果表明:(1)在温带森林情况下,ATL08数据产品提供的平均冠层高度和最大冠层高度与参考数据的相关系数(R~2)分别为0.54和0.61,相对误差分别为16.78%和10.71%,表明ATL08数据产品的光子分类结果能够用于刻画森林冠层结构和林下地形;(2)在热带雨林情况下,到达地面的光子数量相较于温带森林明显减少,地面光子类型识别的可靠性低,ATL08数据产品提供的平均冠层高度和最大冠层高度与参考数据的相关系数(R~)分别为0.21和0.19;(3)森林覆盖度的增大会导致ATL08计算的冠层高度误差增大,热带雨林平均冠层高度的误差随着坡度增大有增大趋势,在坡度为0°—10°、10°—20°和20°—30°共3组情况下,误差分别为5.7 m、6.6 m和9.3 m。因此,在高森林覆盖度情况下,现有的ATL08数据产品难以直接用于森林高度的提取。

基于多特征自适应的单光子点云去噪算法

新型星载光子计数雷达可获取地面及地面目标的高精度三维信息,但是其测量精度受噪声影响较大。针对在背景噪声不一致及坡度较大区域自动化提取单光子激光数据信号较为困难的难题,文中提出基于多特征自适应的单光子点云去噪算法,有别于传统圆形或椭圆形滤波核,选择更加符合单光子点云数据特征的平行四边形滤波核,分别通过坡度、空间密度、噪声率等多特征自适应识别信号。选择位于青藏高原冰川区域坡度较大且地形破碎的ICESat-2单光子点云数据,开展点云去噪试验和验证,通过与ATL03、ATL08官方去噪结果对比,文中算法在背景噪声水平不一致和大坡度区域具有更优的性能。

星载LiDAR产品辅助的InSAR森林高度反演

针对星载重轨InSAR森林高度反演受时间去相干制约与模型解算辅助数据难以获取的问题。考虑ALOS-2 PALSAR-2干涉数据特点,采用一种顾及时间去相干影响的半经验散射模型,利用最新发布的星载激光雷达ICESat-2 ATL08高程产品中的植被高度数据作为辅助数据,并结合主成分分析思想(PCA)对ALOS-2 PALSAR-2相干幅度信息与树高的关联模型进行参数解算。实验结果表明,在ICESat-2树高数据辅助条件下,通过散射模型可以较好抑制时间去相干的影响,进而反演出可靠的模型参数及森林高度(RMSE约为3 m)。本研究验证了联合星载重轨干涉SAR与星载LiDAR数据实现大范围、大尺度森林高度反演的可行性。