CN103398957A - 基于高光谱与激光雷达提取叶面积垂直分布的方法 - Google Patents
基于高光谱与激光雷达提取叶面积垂直分布的方法 Download PDFInfo
- Publication number
- CN103398957A CN103398957A CN2013103501089A CN201310350108A CN103398957A CN 103398957 A CN103398957 A CN 103398957A CN 2013103501089 A CN2013103501089 A CN 2013103501089A CN 201310350108 A CN201310350108 A CN 201310350108A CN 103398957 A CN103398957 A CN 103398957A
- Authority
- CN
- China
- Prior art keywords
- vegetation
- leaf area
- height
- laser radar
- canopy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于高光谱与激光雷达提取叶面积指数垂直分布的方法,该方法主要包括:1)对机载激光雷达点云数据进行分类,提取植被结构参数;2)基于高光谱数据及提取的植被结构参数采用几何光学模型得到区域叶面积指数分布;3)对地面以上的植被激光点在每一高度层上计算其百分比并得到相应的植被冠层高度剖面;4)在提取植被叶面积指数和冠层高度剖面的基础上,按照冠层高度剖面分配植被叶面积指数,得到每一层的植被叶面积指数和随高度累积的植被叶面积指数。本发明综合利用高光谱数据的水平信息以及激光雷达到植被高度信息的反映,提取区域叶面积指数的垂直分布,为基于物理模型的植被辐射传输模型提供更为精确的参数输入。
Description
技术领域
本发明属于生态植被参数计算评估技术领域,尤其涉及叶面积指数垂直分布的提取方法。
背景技术
叶面积指数(LAI)是一些相关生态过程所需的一个重要植被参数,它的垂直分布影响着植被的光合有效辐射、光合作用和蒸散,而且它也是森林碳收支的重要衡量标准之一,因此对它的精确评估对于蒸散和净第一生产力评估都有着重要作用。
为了清楚描述植被冠层的垂直结构,对叶高度剖面或冠层高度剖面(CanopyHeight Profile,CHP)的研究显得很重要,由此引起人们对叶面积指数垂直分布研究的兴趣。一些研究者直接研究了叶面积指数剖面,而另一些研究人员通过研究叶面积密度或植被面积密度垂直分布来反映叶面积垂直分布。由于叶面积指数是通过累加叶面积密度数值计算得到的,所以叶面积的垂直分布也可以通过每一水平高度层的叶面积密度函数来描述。以往对于叶面积的垂直分布的评估主要有叶面积采集和模型间接评估两种方式,直接采集方法通常要涉及到破坏冠层和采集耗时的问题,而且在大面积实验区收集足够的采样也是有困难的,这种方法并不适合于叶面积在空间和时间动态上的长期监测;后一种方式的测量精度常常会受到叶的空间分布和光照条件的限制。近年来,激光雷达在森林中的使用使得人们对冠层的垂直结构有了更多的了解。
发明内容
本发明针对现有技术的不足,提供了一种基于高光谱与激光雷达提取叶面积指数垂直分布的方法,该方法综合利用高光谱数据的水平信息以及激光类达到植被高度信息的反映,提取区域叶面积指数的垂直分布
为实现以上的技术目的,本发明将采取以下的技术方案:一种基于高光谱与激光雷达提取叶面积指数垂直分布的方法,包括以下步骤:
步骤1:对机载激光雷达点云数据按照地面点和植被点进行分类,提取对应的高光谱像元内的植被结构参数;
步骤2:基于高光谱数据及提取的植被结构参数,并采用几何光学模型得到区域叶面积指数分布;
步骤3:对地面以上的植被激光点在每一高度层上计算其百分比,得到相应的植被冠层高度剖面;
步骤4:在提取植被叶面积指数和冠层高度剖面的基础上,按照冠层高度剖面分配植被叶面积指数,得到每一层的植被叶面积指数和随高度累积的植被叶面积指数。
作为优选,步骤1中所示植被结构参数包括树高、冠幅和枝下高。
作为优选,步骤2所述区域叶面积指数分布的获得方法具体为:
首先,将Li-Strahler几何光学模型对遥感影像上的地表反射信号描述简化为公式(1)所示的二分量模型:
S=KgG+KcC (1)
其中,S为遥感影像上的地表反射信号,G,C分别是光照地表和光照树冠的反射信号,由获取的纯像元光谱得到;Kc、Kg分别是对应的面积百分比;
然后,结合几何光学模型以及激光雷达提取的结构参数,通过公式(2)、(3)和(4)提取叶面积指数,
LAI=2πM (4)
作为优选,步骤3中所述每个高度层上的植被覆盖度用植被激光点的百分比表示,如公式(5)所示:
其中,Pv(h)为每个高度层上的植被覆盖度,Numv(h)表示高度h以上所有的植被激光点数目,Numt表示所有的激光点数目;
通过公式(6)得到累积冠层高度剖面:
CHP(h)=-ln(1-Pv(h)) (6)
其中,CHP(h)为h处的冠层累积百分比;
通过公式(7)得到冠层高度剖面:
其中,rel CHP(h)为h处的冠层高度剖面,CHP(0)表示最底层的冠层累积百分比。
根据以上的技术方案,与现有技术相比,本发明具有以下的优点:采用高光谱数据以及激光雷达提取区域叶面积指数,然后结合激光雷达提取的植被冠层高度剖面得到了研究区叶面积指数的垂直分布,可以为基于物理模型的植被辐射传输模型提供更为精确的参数输入。
附图说明
图1为本发明所示基于高光谱与激光雷达提取叶面积指数垂直分布的方法流程示意图。
具体实施方式
附图非限制性地公开了本发明所涉及优选实施例的结构示意图;以下将结合附图详细地说明本发明的技术方案。
遥感数据获取中使用的机载激光雷达是德国IGI公司生产的Litemapper-5600仪器,在研究区内距地面大约700-800m高度上获取了激光雷达数据,数据密度为0.36-1.6/m2个点。高光谱数据为Hyperion数据,地面数据为采用LAI2000测量的叶面积指数数据。
如图1所示,具体实现步骤为:
步骤1,对机载激光雷达点云数据进行地面点和植被点的分类,提取对应高光谱像元内的植被结构参数,包括树高、冠幅、枝下高等参数。
步骤2,基于高光谱数据及提取的植被结构参数采用几何光学模型得到区域叶面积指数分布;将Li-Strahler几何光学模型对混合像元的遥感信号描述简化为一个二分量模型:
S=KgG+KcC (1)
其中G,C分别是光照地表、光照树冠、的反射信号;Kc、Kg分别是对应的面积百分比。G,C分量由获取的纯像元光谱得到。结合几何光学模型以及激光雷达提取的结构参数提取叶面积指数,公式为:
LAI=2πM (4)
步骤3,对地面以上的植被激光点在每一高度层上计算其百分比并得到相应的植被冠层高度剖面;高密度的机载LiDAR点云可以用来表示植被的覆盖,因此对于每个高度上植被覆盖可用植被激光点的百分比来表示,如下式:
其中Numv(h)表示高度h以上所有的植被激光点数目,Numt表示所有的激光点数目。
转成累积冠层高度剖面为:
CHP(h)=-ln(1-Pv(h)) (6)
转化为冠层高度剖面为:
其中CHP(0)表示的是最底层的冠层累积百分比,也是最大冠层百分比累积值。
步骤4,在提取植被叶面积指数和冠层高度剖面的基础上,按照冠层高度剖面分配植被叶面积指数,得到每一层的植被叶面积指数和随高度累积的植被叶面积指数。
Claims (4)
1.一种基于高光谱与激光雷达提取叶面积指数垂直分布的方法,包括以下步骤:
步骤1:对机载激光雷达点云数据按照地面点和植被点进行分类,提取对应的高光谱像元内的植被结构参数;
步骤2:基于高光谱数据及提取的植被结构参数,并采用几何光学模型得到区域叶面积指数分布;
步骤3:对地面以上的植被激光点在每一高度层上计算其百分比,得到相应的植被冠层高度剖面;
步骤4:在提取植被叶面积指数和冠层高度剖面的基础上,按照冠层高度剖面分配植被叶面积指数,得到每一层的植被叶面积指数和随高度累积的植被叶面积指数。
2.根据权利要求1所述基于高光谱与激光雷达提取叶面积指数垂直分布的方法,其特征在于:步骤1中所示植被结构参数包括树高、冠幅和枝下高。
3.根据权利要求2所述基于高光谱与激光雷达提取叶面积指数垂直分布的方法,其特征在于:步骤2所述区域叶面积指数分布的获得方法具体为:
首先,将Li-Strahler几何光学模型对遥感影像上的地表反射信号描述简化为公式(1)所示的二分量模型:
S=KgG+KcC (1)
其中,S为遥感影像上的地表反射信号,G,C分别是光照地表和光照树冠的反射信号,由获取的纯像元光谱得到;Kc、Kg分别是对应的面积百分比;
然后,结合几何光学模型以及激光雷达提取的结构参数,通过公式(2)、(3)和(4)提取叶面积指数,
LAI=2πM (4)
4.根据权利要求3所示基于高光谱与激光雷达提取叶面积指数垂直分布的方法,其特征在于:步骤3中所述每个高度层上的植被覆盖度用植被激光点的百分比表示,如公式(5)所示:
其中,Pv(h)为每个高度层上的植被覆盖度,Numv(h)表示高度h以上所有的植被激光点数目,Numt表示所有的激光点数目;
通过公式(6)得到累积冠层高度剖面:
CHP(h)=-ln(1-Pv(h)) (6)
其中,CHP(h)为h处的冠层累积百分比;
通过公式(7)得到冠层高度剖面:
其中,rel CHP(h)为h处的冠层高度剖面,CHP(0)表示最底层的冠层累积百分比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310350108.9A CN103398957B (zh) | 2013-08-12 | 2013-08-12 | 基于高光谱与激光雷达提取叶面积垂直分布的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310350108.9A CN103398957B (zh) | 2013-08-12 | 2013-08-12 | 基于高光谱与激光雷达提取叶面积垂直分布的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103398957A true CN103398957A (zh) | 2013-11-20 |
CN103398957B CN103398957B (zh) | 2015-11-18 |
Family
ID=49562623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310350108.9A Expired - Fee Related CN103398957B (zh) | 2013-08-12 | 2013-08-12 | 基于高光谱与激光雷达提取叶面积垂直分布的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103398957B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103760114A (zh) * | 2014-01-27 | 2014-04-30 | 林兴志 | 一种基于高光谱遥感的甘蔗糖分预测方法 |
CN103760113A (zh) * | 2014-01-27 | 2014-04-30 | 林兴志 | 高光谱遥感甘蔗糖分分析装置 |
CN103940748A (zh) * | 2014-03-10 | 2014-07-23 | 浙江大学 | 基于高光谱技术的柑橘冠层含氮量预测与可视化的方法 |
CN104699953A (zh) * | 2015-01-29 | 2015-06-10 | 北京航空航天大学 | 一种湿地水生植被几何光学模型 |
CN105678236A (zh) * | 2015-12-31 | 2016-06-15 | 北京航空航天大学 | 一种陆地植被冠层偏振反射建模方法 |
CN105910556A (zh) * | 2016-04-13 | 2016-08-31 | 中国农业大学 | 一种叶面积垂直分布信息提取方法 |
CN106248003A (zh) * | 2016-08-24 | 2016-12-21 | 电子科技大学 | 一种三维激光点云提取植被冠层聚集度指数的方法 |
CN107907075A (zh) * | 2017-12-28 | 2018-04-13 | 山东省农业可持续发展研究所 | 花生叶面积指数遥感监测方法 |
CN108492332A (zh) * | 2018-04-03 | 2018-09-04 | 中国林业科学研究院资源信息研究所 | 一种森林三维场景中叶面积指数实时计算方法 |
CN110544277A (zh) * | 2019-08-12 | 2019-12-06 | 蔡建楠 | 一种无人机载高光谱成像仪反演亚热带植被叶面积指数的方法 |
CN111583328A (zh) * | 2020-05-06 | 2020-08-25 | 南京农业大学 | 基于几何模型的绿萝叶片外部表型参数的三维估测方法 |
CN112698347A (zh) * | 2020-12-02 | 2021-04-23 | 北京华益瑞科技有限公司 | 地表植被参数监测装置、***及方法 |
CN114241033A (zh) * | 2021-12-17 | 2022-03-25 | 贵州省山地资源研究所 | 一种植株叶面积垂直结构的异位获取方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108303043B (zh) * | 2017-12-29 | 2020-04-17 | 华南农业大学 | 多传感器信息融合的植物叶面积指数检测方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102269576A (zh) * | 2010-06-03 | 2011-12-07 | 曹春香 | 一种森林覆盖度及有效叶面积指数的主被动协同反演方法 |
CN102393180A (zh) * | 2011-10-19 | 2012-03-28 | 中国林业科学研究院资源信息研究所 | 一种从LiDAR点云数据中自动提取林分上层树木参数的方法 |
CN102997871A (zh) * | 2012-11-23 | 2013-03-27 | 南京大学 | 一种利用几何投影和激光雷达反演有效叶面积指数的方法 |
-
2013
- 2013-08-12 CN CN201310350108.9A patent/CN103398957B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102269576A (zh) * | 2010-06-03 | 2011-12-07 | 曹春香 | 一种森林覆盖度及有效叶面积指数的主被动协同反演方法 |
CN102393180A (zh) * | 2011-10-19 | 2012-03-28 | 中国林业科学研究院资源信息研究所 | 一种从LiDAR点云数据中自动提取林分上层树木参数的方法 |
CN102997871A (zh) * | 2012-11-23 | 2013-03-27 | 南京大学 | 一种利用几何投影和激光雷达反演有效叶面积指数的方法 |
Non-Patent Citations (6)
Title |
---|
ZHAO JING ET AL.: "Review of forest vertical structure parameter inversion based on remote sensing technology", 《JOURNAL OF REMOTE SENSING》, no. 4, 31 July 2013 (2013-07-31), pages 697 - 704 * |
何祺胜 等: "基于LIDAR数据的森林参数反演方法研究", 《地球科学进展》, vol. 24, no. 7, 31 July 2009 (2009-07-31), pages 748 - 753 * |
周梦维 等: "机载激光雷达的作物叶面积指数定量反演", 《农业工程学报》, vol. 27, no. 4, 30 April 2011 (2011-04-30), pages 207 - 213 * |
张志 等: "森林地上生物量估测方法研究综述", 《北京林业大学学报》, vol. 33, no. 5, 30 September 2011 (2011-09-30), pages 144 - 149 * |
李丹 等: "地基激光雷达在森林参数反演中的应用", 《世界林业研究》, vol. 25, no. 6, 31 December 2012 (2012-12-31), pages 34 - 38 * |
骆社周 等: "机载激光雷达森林叶面积指数反演研究", 《地球物理学报》, vol. 56, no. 5, 31 May 2013 (2013-05-31) * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103760113B (zh) * | 2014-01-27 | 2016-06-29 | 林兴志 | 高光谱遥感甘蔗糖分分析装置 |
CN103760113A (zh) * | 2014-01-27 | 2014-04-30 | 林兴志 | 高光谱遥感甘蔗糖分分析装置 |
CN103760114B (zh) * | 2014-01-27 | 2016-06-08 | 林兴志 | 一种基于高光谱遥感的甘蔗糖分预测方法 |
CN103760114A (zh) * | 2014-01-27 | 2014-04-30 | 林兴志 | 一种基于高光谱遥感的甘蔗糖分预测方法 |
CN103940748A (zh) * | 2014-03-10 | 2014-07-23 | 浙江大学 | 基于高光谱技术的柑橘冠层含氮量预测与可视化的方法 |
CN104699953A (zh) * | 2015-01-29 | 2015-06-10 | 北京航空航天大学 | 一种湿地水生植被几何光学模型 |
CN105678236B (zh) * | 2015-12-31 | 2018-11-20 | 北京航空航天大学 | 一种陆地植被冠层偏振反射建模方法 |
CN105678236A (zh) * | 2015-12-31 | 2016-06-15 | 北京航空航天大学 | 一种陆地植被冠层偏振反射建模方法 |
CN105910556A (zh) * | 2016-04-13 | 2016-08-31 | 中国农业大学 | 一种叶面积垂直分布信息提取方法 |
CN106248003A (zh) * | 2016-08-24 | 2016-12-21 | 电子科技大学 | 一种三维激光点云提取植被冠层聚集度指数的方法 |
CN106248003B (zh) * | 2016-08-24 | 2018-10-16 | 电子科技大学 | 一种三维激光点云提取植被冠层聚集度指数的方法 |
CN107907075A (zh) * | 2017-12-28 | 2018-04-13 | 山东省农业可持续发展研究所 | 花生叶面积指数遥感监测方法 |
CN108492332A (zh) * | 2018-04-03 | 2018-09-04 | 中国林业科学研究院资源信息研究所 | 一种森林三维场景中叶面积指数实时计算方法 |
CN108492332B (zh) * | 2018-04-03 | 2021-05-18 | 中国林业科学研究院资源信息研究所 | 一种森林三维场景中叶面积指数实时计算方法 |
CN110544277A (zh) * | 2019-08-12 | 2019-12-06 | 蔡建楠 | 一种无人机载高光谱成像仪反演亚热带植被叶面积指数的方法 |
CN110544277B (zh) * | 2019-08-12 | 2023-01-10 | 蔡建楠 | 一种无人机载高光谱成像仪反演亚热带植被叶面积指数的方法 |
CN111583328A (zh) * | 2020-05-06 | 2020-08-25 | 南京农业大学 | 基于几何模型的绿萝叶片外部表型参数的三维估测方法 |
CN112698347A (zh) * | 2020-12-02 | 2021-04-23 | 北京华益瑞科技有限公司 | 地表植被参数监测装置、***及方法 |
CN114241033A (zh) * | 2021-12-17 | 2022-03-25 | 贵州省山地资源研究所 | 一种植株叶面积垂直结构的异位获取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103398957B (zh) | 2015-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103398957B (zh) | 基于高光谱与激光雷达提取叶面积垂直分布的方法 | |
CN102393238B (zh) | 一种草地地上干物质量遥感估测方法 | |
CN113177744B (zh) | 一种城市绿地***碳汇量估算方法及*** | |
CN104656098A (zh) | 一种遥感森林生物量反演的方法 | |
Chen et al. | A data-model fusion approach for upscaling gross ecosystem productivity to the landscape scale based on remote sensing and flux footprint modelling | |
CN102288954A (zh) | 一种草地植被覆盖度遥感估测方法 | |
Nuarsa et al. | Relationship between rice spectral and rice yield using MODIS data | |
CN101964009B (zh) | 一种基于insar制作3d产品的***及方法 | |
Ediriweera et al. | Estimating above-ground biomass by fusion of LiDAR and multispectral data in subtropical woody plant communities in topographically complex terrain in North-eastern Australia | |
CN107341492A (zh) | 一种喀斯特石漠化信息提取方法 | |
CN109146951A (zh) | 一种基于无人机激光雷达孔隙度模型估测银杏人工林叶面积指数的方法 | |
Zhang et al. | Vertical structure classification of a forest sample plot based on point cloud data | |
CN102052918A (zh) | 基于湖泊水生植被蔓延的沼泽化动态监测与预警技术 | |
Gao et al. | Assessing ecological quality based on remote sensing images in Wugong Mountain | |
CN212861863U (zh) | 基于无人机的植物群落统计监测*** | |
Ediriweera et al. | LiDAR remote sensing of structural properties of subtropical rainforest and eucalypt forest in complex terrain in North-eastern Australia | |
Hollinger | Defining a landscape-scale monitoring tier for the North American Carbon Program | |
Michez et al. | Characterization of forests with LiDAR technology | |
CN111913185B (zh) | 针对高寒脆弱区低矮灌丛样地调查的tls测度方法 | |
Waser | Airborne remote sensing data for semi-automated extraction of tree area and classification of tree species | |
Wang et al. | Canopy extraction and height estimation of trees in a shelter forest based on fusion of an airborne multispectral image and photogrammetric point cloud | |
Yu et al. | Evaluating the reliability of bi-temporal canopy height model generated from airborne laser scanning for monitoring forest growth in boreal forest region | |
Youqing et al. | Pathway and method of forest health assessment using remote sensing technology | |
Moreau et al. | The vegetation phenology detection in Amazon tropical evergreen forests using SPOT-VEGETATION 11-y time series | |
Pan et al. | Snow cover detection based on visible red and blue channel from MODIS imagery data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151118 Termination date: 20200812 |
|
CF01 | Termination of patent right due to non-payment of annual fee |