吴思敏,孙 华,林 辉

(1.中南林业科技大学 林业遥感信息工程研究中心,长沙 410004；2.林业遥感大数据与生态安全湖南省重点实验室,长沙 410004；3.南方森林资源经营与监测国家林业与草原局重点实验室,长沙 410004)

林分平均高是计算森林蓄积量的重要参数,传统的方法主要依靠人力进行实地调查获取林分平均高信息,此方法耗费大量的人力、物力和财力。传统林分平均高测算工作迫切需要一种能快速地、多时态、多维度、多尺度、高精度地获取这一参数的方法[1-4]。

随着遥感技术的发展,激光雷达(Light Detection and Ranging,LiDAR)作为一种新型的主动遥感技术,可以获取高度信息,为森林垂直结构参数提取提供了一种新的思路。LiDAR具有强度高,抗干扰能力强,对物体位置的探测精度高等特点,通过将激光雷达布设飞行器上,能快速地实现森林结构信息获取[5-9]。

国内外对激光雷达获取森林垂直结构参数进行了大量研究,而激光雷达数据应用于林分平均高提取的方法主要有两种:

1)通过LiDAR点云数据构建的冠层高度模型(Canopy height model,CHM)提取林分平均高。该方法首先对激光雷达点云进行滤波,分离地面点云与地物点云,通过地物点云与地面点云生成数字高程模型(Digital elevation model,DEM),与数字表面模型(Digital surface model,DSM)相减得到冠层高度模型(CHM)。CHM是生态系统模型的重要参数,是森林垂直结构参数提取的重要因子,对于森林的碳储量和生物量估测有着重要作用[10-14]。林分平均高与CHM有所差异,CHM并不等同于林分平均高,故有学者提出了基于CHM的均值提取与低值阈值去除等方法来获取林分平均高,此方法胜在操作简单容易实现,但提取效果并不理想[15]。……