基于星载激光雷达数据的光子云去噪与树高提取

王芳昕, 邢艳秋, 李苑鑫, 唐杰, 王德军

森林工程 ›› 2026, Vol. 42 ›› Issue (1) : 1 -10.

PDF
森林工程 ›› 2026, Vol. 42 ›› Issue (1) : 1 -10.

基于星载激光雷达数据的光子云去噪与树高提取

    王芳昕, 邢艳秋, 李苑鑫, 唐杰, 王德军
作者信息 +

Author information +
文章历史 +
PDF

摘要

树高是评估森林碳储量的关键参数,星载激光雷达技术为其大范围监测提供了有效手段。搭载先进地形激光测高系统(advanced topographic laser altimeter system,ATLAS)的新一代冰、云和陆地高程卫星(cloud and land elevation satellite-2,ICESat-2)——ICESat-2/ATLAS在接收信号的过程中会产生大量噪声,且地形是影响去噪结果的关键因素,针对这一问题,提出一种地面坡度自适应密度聚类去噪算法完成光子云数据精去噪,运用迭代式中值滤波与动态残差阈值法进行光子云分类,进而提取树高。以机载激光雷达数据获取的冠层高度模型(canopy height model,CHM)作为验证数据,从强弱波束、坡度、植被覆盖度3个方面对ICESat-2/ATLAS全球地理定位光子数据(global geolocated photon data,ATL03)提取树高的可靠性进行分析评价。研究结果表明,1)提出的去噪算法的召回率(R)、准确率(P)以及调和平均值(F)均优于差分渐进高斯自适应去噪算法(Differential regressive and gaussian adaptive nearest neighbor,DRAGANN)。2)夜间强波束数据提取树高的精度最佳,平均绝对误差(mean absolute error ,MAE)为2.49 m,均方根误差(root mean square error,RMSE)为3.03 m)。3)随着坡度增加,树高的提取精度逐渐降低,RMSE由2.25 m增大到6.52 m。4)随着植被覆盖度的增加,树高提取精度逐渐降低,RMSE由3.06 m增大到4.53 m。结果表明运用ATL03光子云数据提取树高具有可行性,能够为研究林区的森林生长状况提供有效数据支撑。

关键词

ICESat-2 / ATL03 / 光子云去噪 / 光子云分类 / 树高 / 密度聚类 / 坡度自适应 / 森林遥感

Key words

引用本文

引用格式 ▾
基于星载激光雷达数据的光子云去噪与树高提取[J]. 森林工程, 2026, 42(1): 1-10 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/