基于ICESat-2高分辨率数据的树高制图方法、装置及设备制造方法及图纸

基于ICESat

【技术实现步骤摘要】
基于ICESat
‑
2高分辨率数据的树高制图方法、装置及设备


[0001]本专利技术属于定量遥感领域，具体涉及基于ICESat
‑
2高分辨率数据的树高制图方法、装置及设备。

技术介绍

[0002]森林冠层高度，是指从树的顶端到地面或者根茎之间的高度。森林作为最重要的陆地生态系统之一，森林冠层高度在生物量估算、生物多样性、森林生产力、碳储存方面发挥着至关重要的作用。大范围森林冠层高度的多时相监测对于评估森林扰动状况、以及相关的森林砍伐和退化至关重要，为决策者提供重要参考。
[0003]遥感技术以其大面积同步观测、长时间连续观测、信息丰富等特性，已广泛应用于森林参数获取中。获取树高的遥感手段主要有野外实地测量、光学遥感影像及激光雷达LiDAR（Light Detection and Ranging）。其中，野外实地测量只能获取小范围的树高数据，且费时费力；光学遥感影像只能获取水平方向的光谱信息，穿透能力较差，在获取森林垂直结构参数方面有较大不足，且受天气影响较大。激光雷达具有独特的穿透能力、能够很好的获得树木的垂直结构信息、受天气影响较小、精度高等优势，已成为目前主流的获取树高的手段，但其数据是一系列不连续的光斑点，无法获取区域性、密集覆盖的树高数据。
[0004]激光雷达主要分为地基、机载和星载三种，前两种只能获取小范围的树高数据，且作业成本较高，不适合用于获取大范围树高数据；相比之下星载激光雷达更适合应用于大范围树高制图，而现有方法很少针对ICESat
‑<br/>2星载激光雷达数据设计数据处理方法并实现高分辨率的森林树高制图。

技术实现思路

[0005]根据现有技术的不足，本专利技术的目的是提供基于ICESat
‑
2高分辨率数据的树高制图方法、装置及设备，协同多源遥感数据进行森林树高建模并实现20米分辨率森林树高制图。
[0006]为了解决上述技术问题，本专利技术采用的技术方案为：基于ICESat
‑
2高分辨率数据的树高制图方法，包括以下步骤：步骤1、获取目标区域、指定时间内的ICESat
‑
2激光雷达数据、机载激光雷达数据、Sentinel
‑
2影像数据和辅助数据；步骤2、对Sentinel
‑
2影像进行预处理，计算光谱特征参数；步骤3、对ICESat
‑
2激光雷达数据进行光子尺度校正，再结合机载激光雷达数据进行空间尺度校正，获得树高特征参数；步骤4、对辅助数据进行预处理，计算地形特征参数和气候特征参数；步骤5、以光谱特征参数、地形特征参数和气候特征参数作为自变量，树高特征参数作为因变量，输入随机森林回归模型，建立森林树高反演模型；步骤6、利用森林树高模型，生成目标区域密集覆盖的20米分辨率的森林树高图。
[0007]进一步地，所述步骤2具体包括：步骤2.1、对Sentinel
‑
2影像进行大气校正；步骤2.2、以ICESat
‑
2激光雷达数据尺度为标准，将Sentinel
‑
2影像重采样到20米；步骤2.3、若同一地区有多幅不同时期的Sentinel
‑
2影像，则进行影像进行中值合成，最后将影像进行拼接并提取光谱特征参数。
[0008]进一步地，在步骤2.1中，大气校正的具体方法是：利用libRadtran大气辐射传输模型生成的包含大气条件、太阳几何信息、传感器几何信息、地形条件、气溶胶类型、气溶胶光学厚度、大气痕量气体含量、地表反射率光谱的大气校正查找表，将原始Sentinel
‑
2影像输入到查找表中得到Sentinel
‑
2地表反射率影像。
[0009]进一步地，在步骤2.3中，影像中值合成的方法为：将目标区域的所有Sentinel
‑
2影像进行叠加，逐个统计目标区域同一位置的不同时期的Sentinel
‑
2影像像元值，设第m个位置有n幅影像，则这n幅影像中的第i幅的第2~12波段像元值记为X
m_i_band1~
X
m_i_band12
，其中2≤i≤n，将这n幅影像的中位数，作为第m个位置的像元值，若n=1，则这n幅影像的中位数等于原值，以此得到中值合成后的Sentinel
‑
2影像。
[0010]进一步地，所述步骤3中，对ICESat
‑
2激光雷达数据进行光子尺度校正的具体方法为：设置光子质量控制参数进行筛选，将不符合要求、存在误差的树高数据剔除，光子质量控制参数设置为：20米格网内光子总数大于140，20米格网内被标记为“冠层顶”的光子占总光子百分比大于5%，20米格网内光子能量标记为“strong”，20米格网内光子时间标记为“night”，20米格网内光子总误差小于7米，20米格网中心光子地理定位误差小于6.5米。
[0011]进一步地，所述步骤3中，结合机载激光雷达数据进行空间尺度校正，获得树高特征参数的具体方法为：将筛选后的数据叠加到机载激光雷达数据上，提取ICESat
‑
2激光雷达数据对应位置的机载激光雷达数据，对这两种数据在20米空间尺度下进行拟合，根据二者之间的拟合关系对ICESat
‑
2激光雷达数据进行修正，得到高可靠度树高特征参数 h_canopy_20m。
[0012]进一步地，步骤4具体包括：步骤4.1、利用 3DEP DEM数据计算目标区域内的坡度、坡向数据，并将这些数据重采样成20米，提取地形特征参数；步骤4.2、统计ICESat
‑
2激光雷达数据、Sentinel
‑
2影像、机载激光雷达数据获取的时间范围，在该时间内对气候数据进行时序合成，并将数据投映到20米格网，提取气候特征参数。
[0013]进一步地，在步骤4.2中，气候数据时序合成具体方法是：假设 ICESat
‑
2 version 5激光雷达数据、Sentinel
‑
2影像、机载激光雷达数据获取的时间范围为2021年i月~2021年j月，则选取2021年i月~2021年j月的月平均气温，记为Ti~Tj、以及月度降水量数据，记为Prei~Prej，则按照以下公式进行时序合成：（1）
（2）。
[0014]一种基于ICESat
‑
2高分辨率数据的树高制图装置，应用于所述的基于ICESat
‑
2高分辨率数据的树高制图方法，包括：数据获取模块，用于获取目标区域、指定时间内的ICESat
‑
2激光雷达数据、机载激光雷达数据、Sentinel
‑
2影像数据和辅助数据；Sentinel
‑
2影像预处理模块，用于对Sentinel
‑
2影像进行预处理，计算光谱特征参数；光子尺度校正和空间尺度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于ICESat
‑
2高分辨率数据的树高制图方法，其特征在于，包括以下步骤：步骤1、获取目标区域、指定时间内的ICESat
‑
2激光雷达数据、机载激光雷达数据、Sentinel
‑
2影像数据和辅助数据；步骤2、对Sentinel
‑
2影像进行预处理，计算光谱特征参数；步骤3、对ICESat
‑
2激光雷达数据进行光子尺度校正，再结合机载激光雷达数据进行空间尺度校正，获得树高特征参数；步骤4、对辅助数据进行预处理，计算地形特征参数和气候特征参数；步骤5、以光谱特征参数、地形特征参数和气候特征参数作为自变量，树高特征参数作为因变量，输入随机森林回归模型，建立森林树高反演模型；步骤6、利用森林树高模型，生成目标区域密集覆盖的20米分辨率的森林树高图。2.根据权利要求1所述的基于ICESat
‑
2高分辨率数据的树高制图方法，其特征在于，所述步骤2具体包括：步骤2.1、对Sentinel
‑
2影像进行大气校正；步骤2.2、以ICESat
‑
2激光雷达数据尺度为标准，将Sentinel
‑
2影像重采样到20米；步骤2.3、若同一地区有多幅不同时期的Sentinel
‑
2影像，则进行影像进行中值合成，最后将影像进行拼接并提取光谱特征参数。3.根据权利要求2所述的基于ICESat
‑
2高分辨率数据的树高制图方法，其特征在于：在步骤2.1中，大气校正的具体方法是：利用libRadtran大气辐射传输模型生成的包含大气条件、太阳几何信息、传感器几何信息、地形条件、气溶胶类型、气溶胶光学厚度、大气痕量气体含量、地表反射率光谱的大气校正查找表，将原始Sentinel
‑
2影像输入到查找表中得到Sentinel
‑
2地表反射率影像。4.根据权利要求2所述的基于ICESat
‑
2高分辨率数据的树高制图方法，其特征在于：在步骤2.3中，影像中值合成的方法为：将目标区域的所有Sentinel
‑
2影像进行叠加，逐个统计目标区域同一位置的不同时期的Sentinel
‑
2影像像元值，设第m个位置有n幅影像，则这n幅影像中的第i幅的第2~12波段像元值记为X
m_i_band1~
X
m_i_band12
，其中2≤i≤n，将这n幅影像的中位数，作为第m个位置的像元值，若n=1，则这n幅影像的中位数等于原值，以此得到中值合成后的Sentinel
‑
2影像。5.根据权利要求1所述的基于ICESat
‑
2高分辨率数据的树高制图方法，其特征在于：所述步骤3中，对ICESat
‑
2激光雷达数据进行光子尺度校正的具体方法为：设置光子质量控制参数进行筛选，将不符合要求、存在误差的树高数据剔除，光子质量控制参数设置为：20米格网内光子总数大于140，20米格网内被标记为“冠层顶”的光子占总光子百分比大于5%，20米格网内光子能量标记为“strong”，20米格网内光子时间标记为“nig...

【专利技术属性】
技术研发人员：巫兆聪，蔺昊宇，
申请(专利权)人：武汉大学，
类型：发明
国别省市：