星载激光雷达全球海洋测深研究

激光雷达 4 星载激光雷达 3 穿透概率 2 云产品 2 calipso 2 青藏高原 1 逆合成孔径成像激光雷达 1 退偏振率 1 立体监测 1 空间碎片目标 1 秸秆焚烧 1 浑浊水体 1 沙尘 1 水色遥感 1 气溶胶 1 毫米波雷达 1 模糊逻辑 1 森林地上生物量 1 星载isail系统 1 支持向量机 1 太阳光度计 1 大湄公河次区域 1 大气校正 1 双波长比 1 卷云 1 卫星遥感 1 光学遥感 1 光学特性 1 低重频成像算法 1 云相态识别 1 云分类 1 oco 1 modis 1 gosat 1 co2 1 cloudsat 1 caliop 1 ascends 1
2014年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
2014年 科研热词 气溶胶 森林类型识别 星载激光雷达 支持向量分类机 相干测风激光雷达 浮尘 沙尘暴 沙尘 污染 望远镜孔径 截断因子 微脉冲激光雷达 外差效率 垂直结构 垂直特征 垂直分布 光学特性 calipso资料 calipso卫星 calipso 推荐指数 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2008年 序号 1 2 3 4 5
科研热词 星载大气探测激光雷达 数值模拟 大气与海洋光学 卷云 信噪比
推荐指数 1 1 1 1 1
2009年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
科研热词 激光雷达 积分退偏比 消光系数 沙尘气溶胶 沙尘 气溶胶 星载激光雷达 多回波激光信号 垂直分布 地形数字高程模型 地形参数提取 云量 云的垂直结构 cloud-aerosol lidar and infrared pathfin calipso卫星

技术前沿▏机载激光测深技术及其研究进展常规区域性水深测量方法主要是指以舰船等水面移动载体为平台的声学探测技术（单波束测深系统，多波束测深系统）。

水深值小于10m的潮间带地区由于受海洋潮汐的影响，往往存在滩浅、泥淤、礁多等较为复杂的作业环境，多数情况下只能依靠人工或小船乘潮作业的方式进行水深数据的采集，效率低、难度大，有一定危险性，故近海岸区域内长期以来存在大量测深数据空白。

与声学探测相比，多光谱遥感技术或微波遥感技术可有效地避开地形因素的影响，这在一定程度上起到抑制海浪的作用，但被动式的光学遥感技术对水体透明度有着较为苛刻的要求，且测深范围有限（≤20m）。

微波遥感虽然可以探测较深的水域，但对海流和风速条件较为敏感。

此外，多光谱遥感和微波遥感测深技术均需要建立复杂的海洋与大气环境模型，而由于实测环境的不确定性因素所造成的模型误差使相对测深精度甚至无法达到10％。

因此，二者均难以推广到复杂的水体环境中，无法满足工程应用的成果要求。

1968年，首台激光水深测量系统由美国Syracuse大学的Hickman和Hog研制成功，验证了激光测量水深的可行性，奠定了该技术在海洋科学领域中的研究基础。

近年来，以航空平台为载体的激光测深技术有效地克服了传统测深方式周期长、机动性差、测深精度低、测区范围有限等缺点，受到了广泛关注。

目前，机载激光测深技术已成功实现了产品化，其可靠、高效的作业特点不仅能满足海岸带区域的水深探测需求，同时也为相关工程问题的解决提供了全新的思路。

本文从机载激光测深的基本原理与发展概况出发，对比分析了当前国内外机载激光测深系统的研发现状、数据处理与信号提取研究进展，全面总结了该技术在近海浅水域地区的作业优势、关键技术以及所存在的难点问题，并对未来该技术研究与发展前景进行了分析与展望。

一、机载激光测深系统及其研究现状⒈ 机载激光系统测深原理按照光波在海水中的传播特性，0.47～0.58μm的蓝绿光波段存在一个能量衰减程度相对较小的透射窗口。

海洋测绘服务中的卫星激光雷达技术在海底地形测量中的应用随着科技的不断进步和人类对海洋资源的不断追求，海洋测绘服务的重要性越来越凸显。

海底地形测量是海洋测绘服务的重要组成部分，它对于海洋科研、海洋开发、航海安全等方面都具有重要的意义。

而卫星激光雷达技术作为一种先进的测绘技术，正在被广泛应用于海底地形测量中。

卫星激光雷达技术，又称为LIDAR（光遥感与激光雷达）技术，是一种基于激光扫描和测距原理的遥感技术。

通过激光器向目标发射激光束，并通过接收器接收返回的激光信号，从而获取目标的位置、形状、高度等相关信息。

相对于传统的测绘方法，卫星激光雷达技术具有非接触、高精度、大范围等优势，因此在海底地形测量中具有很大的应用潜力。

首先，卫星激光雷达技术在海底地形测量中能够提供精确的深度数据。

传统的海底地形测量方法主要依靠声纳测量，但声纳受水深和海底地形的影响较大，测量精度受限。

而卫星激光雷达技术能够直接测量水面到海底的距离，可以有效避免水深和海底地形对测量结果的影响，从而提供更加准确的深度数据。

其次，卫星激光雷达技术还可以获取海底地形的三维形状信息。

通过激光扫描和测距原理，卫星激光雷达技术可以获取海底地形的高程数据，进而构建出海底地形的三维模型。

这对于研究海底地质结构、海底地形变化等方面具有重要意义。

同时，三维地形模型还能够为海洋工程设计、沉船搜救等提供重要的参考数据。

此外，卫星激光雷达技术在海底地形测量中还具有较高的测量速度和覆盖范围。

传统的海底地形测量需要借助船舶或无人潜水器等设备进行，测量范围有限且速度较慢。

而卫星激光雷达技术可以通过卫星遥感技术实现对海洋广域的测量，能够实现对大面积海洋地形的快速获取，提高测量效率和覆盖范围。

然而，卫星激光雷达技术在海底地形测量中也面临一些挑战。

首先，海洋环境复杂多变，海浪、悬浮物、云层等因素都会对激光信号的传播和接收造成干扰。

其次，卫星激光雷达技术的应用成本较高，需要投入大量的人力、物力和财力。

海上测绘中的卫星测高技术引言：随着科技的飞速发展和人类对于海洋资源的需求增加，海上测绘成为了不可忽视的领域。

在海上测绘过程中，卫星测高技术扮演着重要的角色。

本文将探讨卫星测高技术在海上测绘中的应用及其挑战，以及未来发展的前景。

一、卫星测高技术的基本原理及类型卫星测高技术是利用卫星的遥感能力和测高原理，通过测量卫星与海面之间的距离来实现地球表面海拔高程的测量。

这种技术包括雷达测高、激光测高和全球定位系统（GPS）测高。

1. 雷达测高雷达测高利用雷达波束穿越大气层和反射回来的时间来计算卫星与海面之间的距离。

具体而言，雷达发射的微波信号在遇到海面时，一部分被反射回卫星，卫星接收到反射信号的时间与发射时间之差即是海面高度的测量结果。

2. 激光测高激光测高是利用激光束与海面的反射来计算海面高度。

激光测高精度更高，可以达到亚米级别。

然而，由于激光波长的原因，激光测高只能在夜晚或者低云密度的条件下进行。

3. GPS测高GPS测高是利用GPS系统对卫星与接收器之间的距离进行测量，并通过与卫星的定位信息计算出海面高度。

该方法的优势在于覆盖范围广，并且无需对地形进行精确的测量。

二、卫星测高技术在海上测绘中的应用卫星测高技术在海上测绘中具有广泛的应用，其中最重要的应用之一是海洋地质研究。

利用卫星测高技术，可以获得海底地形、地球的表层结构和地震断层等信息，有助于研究地球的地质演化和海底资源的分布情况。

此外，卫星测高技术还可以应用于海洋生态研究。

通过测量海面高度的变化，可以获得海洋表面的动力学信息，如洋流、海浪和海洋环流等。

这对于海洋生态系统的研究以及预测海洋灾害的发生具有重要意义。

卫星测高技术还可以用于海事活动的支持。

通过测量海面高度，可以获得航道航线、浅滩和暗礁等地理信息，有助于确保船只的安全导航和海事救援的准确性。

三、卫星测高技术的挑战尽管卫星测高技术在海上测绘中具有广泛的应用前景，但也面临着一些挑战。

其中最主要的挑战之一是大气延迟对测量结果的影响。

星载与机载地形地貌探测技术单波束测深、多波束测深和侧扫声呐等船载水下声呐系统是进行海底地形地貌探测的主要技术手段，但受到测量船速度、仪器扫测范围和复杂海洋环境的限制，在浅海和复杂海底地形区域，采用船载探测地形效率较低，有时甚至无法获取数据。

卫星测高、SAR遥感成像和机载激光测深等星载与机载探测技术，具有快速、高效和大面积的显著优点，且不受海洋环境的影响，是传统船载测深技术的有益补充。

为此，本文简要介绍了这几种典型的星载与机载地形地貌探测技术。

一、星载海洋监测技术⒈卫星测高技术卫星测高技术是利用卫星搭载的微波雷达测高仪测定雷达脉冲往返于海表面所经历的时间来确定卫星至海面星下点的距离，根据已知的卫星轨道高度和各种误差改正来确定某种稳态意义上或一定时间尺度内平均意义上的海平面相对于一个参考椭球的大地高。

其基本观测量包括信号往返时间、回波信号波形以及回波信号自动增益控制值，如图1为卫星测高原理图，海面高度简单可以表示为：h＝rs－rp－hait＝hmss＋hs ⑴式中，h是瞬时海面的椭球高，rs是卫星在参考椭球面上法向投影点的地心矩，hait是微波雷达高度计的直接测量值，hmss是平均海面高，由大地水准面高和稳态海面地形组成，hs是动力海面地形。

卫星测高在海洋区域可提供高精度和高分辨率的大地水准面数据。

国际上由卫星测高数据反演海底地形的常用方法主要有解析和统计两大类算法。

如果将海底地形的变化采用频域表示，则卫星测高反演海底地形的数据只能反映海底地形中的低、中频部分，对海底起伏的剧烈变化无能为力。

卫星测高在海洋或岛屿附近受地形地物影响较大，观测精度明显下降，因此，利用卫星测高反演海洋深度，一般只有在深水海区才有望获得比较满意的计算结果。

目前该手段一般难以满足大比例尺测图需要。

⒉海洋遥感探测技术星载遥感探测技术是海洋探测技术体系中重要的组成部分。

它伴随着卫星技术、电子技术、光电技术、微波技术等高新技术的发展而发展。

浅析星载激光测高数据处理方法摘要：地球科学激光测高系统GLAS (Geoscience Laser Altimeter System)作为全球首个连续对地观测的星载激光雷达测高系统，在极地冰川监测、陆地林业资源调查和平坦地区高程控制点提取等多领域得到了广泛应用。

目前，在建筑区等非平坦地形区域使用大光斑激光雷达测高数据作为高程控制点辅助遥感影像摄影测量的相关研究和应用成果非常稀少。

基于此，本文阐述了激光雷达系统的观测机理，主要包括激光雷达方程推导和回波信号的高斯模型简化；最后对全波形激光雷达的测距原理、波形滤波和全波形分解参数提取等基础内容进行了系统的总结。

关键词：星载激光；测高；数据处理；1引言星载激光测高（SLA）、卫星雷达测高（SRA）和卫星激光测距（SLR）三种技术既有关联又有区别。

受激光测高仪硬件载荷以及数据处理软件等技术条件限制，人们对星载激光测高技术的关注度相对较少，在一定程度上制约了对地观测领域的国产激光测高卫星发展。

为凸显星载激光测高技术的独特地位，对三种技术进行系统的对比分析是非常必要的。

星载激光测高技术足通过将激光测高仪搭载在卫星平台上，向地面固定频率发射激光脉冲，通过测量激光脉冲往返的时间间隔计算星地的绝对距离，结合精密的卫星轨道、姿态和激光指向角等参数来获得激光足印点的绝对高程值。

其中最具代表性的星载激光测高系统是全球首颗用于连续对地观测的地球科学测高系统（GLAS）。

卫星雷达测高技术同样采用卫星平台搭载微波雷达高度计戟荷，进行地面点定位以及测定地球形状、大小和重力场。

卫星激光测跖技术则采取地对帘的观测方A，在地面工作站人工目视跟踪观测装有激光发射棱镜的人造卫星或月球等地外天体，通过测定发射激光脉冲到接收脉冲的时间间隔来测定地面观测站的激光测距系统几何中心到地外天体的绝对距离。

其次，足印大小和观测对象是区分卫星雷达测高与星载激光测高的显著指标。

卫星雷达测高的足印大小基本在千米级，观测对象以海洋为主；而星载激光测高的足印大小一般在10-100m，如GLAS的标称足印大小为72m，主要对极地冰盖和陆地林区进行观测。

第４７卷㊀第２期２０２３年３月南京林业大学学报（自然科学版）ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅｓＥｄｉｔｉｏｎ）Ｖｏｌ．４７，Ｎｏ．２Ｍａｒ．，２０２３㊀收稿日期Ｒｅｃｅｉｖｅｄ：２０２２⁃０１⁃２６㊀㊀㊀㊀修回日期Ａｃｃｅｐｔｅｄ：２０２２⁃０４⁃０７㊀基金项目：国家自然科学基金面上项目（３１８７０６２１，３１９７１５８０）；中央高校基本科研业务费专项资金项目（２５７２０２１ＢＡ０８）㊂㊀第一作者：董瀚元（２４０６８５４８９８＠ｑｑ．ｃｏｍ）㊂∗通信作者：于颖（ｙｕｙｉｎｇ４４５８＠１６３．ｃｏｍ），教授㊂㊀引文格式：董瀚元，于颖，范文义．星载激光雷达ＧＥＤＩ数据林下地形反演性能验证［Ｊ］．南京林业大学学报（自然科学版），２０２３，４７（２）：１４１－１４９．ＤＯＮＧＨＹ，ＹＵＹ，ＦＡＮＷＹ．ＶｅｒｉｆｉｃａｔｉｏｎｏｆｐｅｒｆｏｒｍａｎｃｅｏｆｕｎｄｅｒｓｔｏｒｙｔｅｒｒａｉｎｉｎｖｅｒｓｉｏｎｆｒｏｍｓｐａｃｅｂｏｒｎｅｌｉｄａｒＧＥＤＩｄａｔａ［Ｊ］．ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅｓＥｄｉｔｉｏｎ），２０２３，４７（２）：１４１－１４９．ＤＯＩ：１０．１２３０２／ｊ．ｉｓｓｎ．１０００－２００６．２０２２０１０４１．星载激光雷达ＧＥＤＩ数据林下地形反演性能验证董瀚元，于㊀颖∗，范文义（森林生态系统可持续经营教育部重点实验室，东北林业大学林学院，黑龙江㊀哈尔滨㊀１５００４０）摘要：ʌ目的ɔ新一代天基测高系统全球生态系统动力学调查（ＧＥＤＩ）对森林观测及经营具有重要意义，为探究ＧＥＤＩＶ２（ＧＥＤＩ第２版）数据反演林下地形的性能，利用机载雷达数据验证林下地形反演精度，并探究反演精度的影响因素㊂ʌ方法ɔ分别以美国西波拉森林与中国帽儿山森林为研究对象，利用Ｇ⁃ｌｉｈｔ及帽儿山高精度机载雷达数据验证ＧＥＤＩＶ２数据在针叶林及针阔叶混交林下反演地形的性能，并分析不同光束强度㊁光斑时间㊁坡度及植被覆盖度对地形反演精度的影响㊂ʌ结果ɔ美国西波拉针叶林地区地形反演精度均方根误差（ＲＭＳＥ）为２ ３３ｍ，平均绝对误差（ＭＡＥ）为１ ４８ｍ；帽儿山针阔叶混交林地区地形反演精度ＲＭＳＥ为４ ４９ｍ，ＭＡＥ为３ ３３ｍ㊂随着坡度㊁植被覆盖度增大，两种森林类型地形反演精度均降低㊂ʌ结论ɔＧＥＤＩＶ２数据反演针叶林林下地形精度要优于针阔叶混交林，强光束优于覆盖光束，湿润地区白天效果更优，干旱地区黑夜效果更优；平缓地区数据使用效果极好，陡峭地区精度降低；中低植被覆盖度区域地形反演精度较高，高植被覆盖区域地形测定性能有所下降㊂关键词：星载激光雷达；全球生态系统动力学调查（ＧＥＤＩ）；林下地形；反演精度；坡度；植被覆盖度中图分类号：Ｓ７７１．８㊀㊀㊀㊀㊀㊀文献标志码：Ａ开放科学（资源服务）标识码（ＯＳＩＤ）：文章编号：１０００－２００６（２０２３）０２－０１４１－０９ＶｅｒｉｆｉｃａｔｉｏｎｏｆｐｅｒｆｏｒｍａｎｃｅｏｆｕｎｄｅｒｓｔｏｒｙｔｅｒｒａｉｎｉｎｖｅｒｓｉｏｎｆｒｏｍｓｐａｃｅｂｏｒｎｅｌｉｄａｒＧＥＤＩｄａｔａＤＯＮＧＨａｎｙｕａｎ，ＹＵＹｉｎｇ∗，ＦＡＮＷｅｎｙｉ（ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＳｕｓｔａｉｎａｂｌｅＦｏｒｅｓｔＥｃｏｓｙｓｔｅｍＭａｎａｇｅｍｅｎｔ，ＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ，ＣｏｌｌｅｇｅｏｆＦｏｒｅｓｔｒｙ，ＮｏｒｔｈｅａｓｔＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ１５００４０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ʌＯｂｊｅｃｔｉｖｅɔＴｈｅｎｅｗｇｅｎｅｒａｔｉｏｎｏｆｔｈｅｓｐａｃｅ⁃ｂａｓｅｄａｌｔｉｍｅｔｒｙｇｌｏｂａｌｅｃｏｓｙｓｔｅｍｄｙｎａｍｉｃｓｉｎｖｅｓｔｉｇａｔｉｏｎ（ＧＥＤＩ）ｓｙｓｔｅｍｉｓｏｆｇｒｅａｔｓｉｇｎｉｆｉｃａｎｃｅｔｏｆｏｒｅｓｔｏｂｓｅｒｖａｔｉｏｎａｎｄｍａｎａｇｅｍｅｎｔ．ＩｎｏｒｄｅｒｔｏｅｘｐｌｏｒｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆＧＥＤＩｖｅｒｓｉｏｎ２ｄａｔａ（Ｖ２ｄａｔａ）ｉｎｖｅｒｓｉｏｎｏｆｕｎｄｅｒｓｔｏｒｙｔｏｐｏｇｒａｐｈｙ，ｔｈｉｓｓｔｕｄｙｕｓｅｓａｉｒｂｏｒｎｅｒａｄａｒｄａｔａｔｏｖｅｒｉｆｙｔｈｅａｃｃｕｒａｃｙｏｆｕｎｄｅｒｓｔｏｒｙｔｏｐｏｇｒａｐｈｙｉｎｖｅｒｓｉｏｎ，ａｎｄｅｘｐｌｏｒｅｓｔｈｅｆａｃｔｏｒｓａｆｆｅｃｔｉｎｇｔｈｅａｃｃｕｒａｃｙ．ʌＭｅｔｈｏｄɔＴａｋｉｎｇｔｈｅＣｉｂｏｌａｆｏｒｅｓｔｉｎｔｈｅＵｎｉｔｅｄＳｔａｔｅｓａｎｄｔｈｅＭａｏｅｒＭｏｕｎｔａｉｎｆｏｒｅｓｔｉｎＣｈｉｎａａｓｔｈｅｒｅｓｅａｒｃｈｏｂｊｅｃｔｓ，ｔｈｅｐｅｒｆｏｒｍａｎｃｅｓｏｆＧＥＤＩＶ２ｄａｔａｉｎｃｏｎｉｆｅｒｏｕｓｆｏｒｅｓｔｓａｎｄｍｉｘｅｄｃｏｎｉｆｅｒｏｕｓａｎｄｂｒｏａｄ⁃ｌｅａｖｅｄｆｏｒｅｓｔｓｗｅｒｅｖｅｒｉｆｉｅｄｕｓｉｎｇＧ⁃ｌｉｈｔａｎｄＭａｏｅｒＭｏｕｎｔａｉｎｈｉｇｈ⁃ｐｒｅｃｉｓｉｏｎａｉｒｂｏｒｎｅｒａｄａｒｄａｔａ．Ｔｈｅｅｆｆｅｃｔｓｏｆｄｉｆｆｅｒｅｎｔｂｅａｍｉｎｔｅｎｓｉｔｉｅｓ，ｓｐｏｔｔｉｍｅｓ，ｓｌｏｐｅｓａｎｄｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅｏｎｔｈｅａｃｃｕｒａｃｙｏｆｔｅｒｒａｉｎｉｎｖｅｒｓｉｏｎｗｅｒｅａｎａｌｙｚｅｄ．ʌＲｅｓｕｌｔɔＴｈｅｒｏｏｔｍｅａｎｓｑｕａｒｅｅｒｒｏｒ（ＲＭＳＥ）ｏｆｔｏｐｏｇｒａｐｈｉｃｉｎｖｅｒｓｉｏｎａｃｃｕｒａｃｙｉｎｔｈｅＣｉｂｏｌａｔａｉｇａａｒｅａｏｆｔｈｅＵｎｉｔｅｄＳｔａｔｅｓｗａｓ２．３３ｍ，ａｎｄｔｈｅａｖｅｒａｇｅａｂｓｏｌｕｔｅｅｒｒｏｒ（ＭＡＥ）ｗａｓ１．４８ｍ．ＴｈｅＲＭＳＥｖａｌｕｅｏｆｔｈｅｔｏｐｏｇｒａｐｈｉｃｉｎｖｅｒｓｉｏｎａｃｃｕｒａｃｙｉｎｔｈｅｃｏｎｉｆｅｒｏｕｓａｎｄｂｒｏａｄ⁃ｌｅａｖｅｄｍｉｘｅｄｆｏｒｅｓｔａｒｅａｏｆＭａｏｅｒＭｏｕｎｔａｉｎｗａｓ４．４９ｍ，ａｎｄｔｈｅＭＡＥｖａｌｕｅｗａｓ３．３３ｍ．Ｗｉｔｈｔｈｅｉｎｃｒｅａｓｅｉｎｓｌｏｐｅａｎｄｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅ，ｔｈｅｔｏｐｏｇｒａｐｈｉｃｉｎｖｅｒｓｉｏｎａｃｃｕｒａｃｙｏｆｔｈｅｔｗｏｆｏｒｅｓｔｔｙｐｅｓｄｅｃｒｅａｓｅｄ．ʌＣｏｎｃｌｕｓｉｏｎɔＴｈｅＧＥＤＩＶ２ｄａｔａｉｎｖｅｒｓｉｏｎａｃｃｕｒａｃｙｏｆｕｎｄｅｒｓｔｏｒｙｔｏｐｏｇｒａｐｈｙｉｎｃｏｎｉｆｅｒｏｕｓｆｏｒｅｓｔｓｗａｓｈｉｇｈｅｒｔｈａｎｔｈａｔｏｆｍｉｘｅｄｃｏｎｉｆｅｒｏｕｓａｎｄｂｒｏａｄ⁃ｌｅａｖｅｄｆｏｒｅｓｔｓ．Ｓｔｒｏｎｇｂｅａｍｓｗｅｒｅｂｅｔｔｅｒｔｈａｎｃｏｖｅｒａｇｅｂｅａｍｓ，ａｎｄｔｈｅａｃｃｕｒａｃｙｗａｓｈｉｇｈｅｒｄｕｒｉｎｇｔｈｅｄａｙｔｉｍｅｉｎｈｕｍｉｄａｒｅａｓ，ａｎｄｂｅｔｔｅｒａｔｎｉｇｈｔｉｎａｒｉｄａｒｅａｓ．Ｔｈｅａｃｃｕｒａｃｙｏｆｓｔｅｅｐａｒｅａｓｗａｓｒｅｄｕｃｅｄ，ｔｈｅｔｅｒｒａｉｎｉｎｖｅｒｓｉｏｎａｃｃｕｒａｃｙｗａｓｈｉｇｈｅｒｉｎａｒｅａｓｗｉｔｈ南京林业大学学报（自然科学版）第４７卷ｍｅｄｉｕｍａｎｄｌｏｗｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅ，ａｎｄｔｈｅｐｅｒｆｏｒｍａｎｃｅｓｏｆｔｅｒｒａｉｎｄｅｔｅｒｍｉｎａｔｉｏｎｉｎａｒｅａｓｗｉｔｈｈｉｇｈｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅｗｅｒｅｄｅｃｒｅａｓｅｄ．Ｋｅｙｗｏｒｄｓ：ｓｐａｃｅｂｏｒｎｅｌｉｄａｒ；ｇｌｏｂａｌｅｃｏｓｙｓｔｅｍｄｙｎａｍｉｃｓｉｎｖｅｓｔｉｇａｔｉｏｎ（ＧＥＤＩ）；ｔｅｒｒａｉｎｕｎｄｅｒｆｏｒｅｓｔ；ｉｎｖｅｒｓｉｏｎａｃｃｕｒａｃｙ；ｓｌｏｐｅ；ｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅ㊀㊀森林是陆地生态系统中具有最大生物量和生物生产力的生态系统，约占全球陆地面积的２５％［１－２］，高精度的林下地形测量无论在森林经营管理还是大范围高精度数字高程模型（ＤＥＭ）制作以及测绘工作等方面均有重要意义，是森林制图及林业科学等方面的关键组成部分㊂林下地形测量是林学㊁测绘科学㊁地图学等学科重点研究内容，在国家土地资源的管理与调研利用部分也具有举足轻重的地位㊂拥有对地观测能力的星载激光雷达系统可以提供全球范围内基于激光雷达的地面高度以及森林高度度量［３］，且拥有大尺度㊁多时相的特性，为大范围地面观测㊁森林高度观测提供重要的基础数据㊂现有的星载激光雷达地形高度反演研究大多使用上一代卫星数据，ＩＣＥＳａｔ／ＧＬＡＳ已广泛应用于森林冠层高度以及生物量的观测中［４－７］，且在地面高程测量方面也有大量研究［８－１０］㊂２０１８年，美国航空航天局ＮＡＳＡ发射了两项新的天基测高系统，分别是２０１８年９月发射的ＩＣＥＳａｔ⁃２［１１］以及２０１８年１２月发射的全球生态系统动力学调查（ＧＥＤＩ）雷达［１２］㊂ＩＣＥＳａｔ⁃２是以光子计数的方式进行测高的数据，而ＧＥＤＩ则是与ＩＣＥＳａｔ／ＧＬＡＳ相同的线性体制全波形测高数据㊂ＧＥＤＩ搭载了全球首台用于高分辨率森林垂直结构测量的多波束线性体制的激光测高仪，主要用于热带和温带地区的森林冠层高度㊁垂直结构㊁地面高程等的精准测量㊂与ＩＣ⁃ＥＳａｔ／ＧＬＡＳ约７０ｍ的足迹大小相比，ＧＥＤＩ的光斑大小为２５ｍ左右，光斑密度更大，且在与其他类型数据如Ｌａｎｄｓａｔ㊁ＴＡＮＤＥＭ⁃Ｘ等结合使用时效果较好，更适合于进行森林结构㊁林下地形的观测㊂现今ＧＥＤＩ数据的研究尚处于初始阶段，Ｑｉ等［１３］使用ＴＡＮＤＥＭ⁃ＸＩＮＳＡＲ与模拟的ＧＥＤＩＶ１数据结合进行了森林结构制图㊂Ａｄａｍ等［１４］利用机载激光雷达数据（ＡｉｒｂｏｒｎｅＬａｓｅｒＳｃａｎｎｉｎｇ，ＡＬＳ）评价了德国中部图林根自由州两个温带森林研究区ＧＥＤＩＶ１数据地面高程和冠层高度估计值的准确性，结果表明地形高度的平均绝对误差（ＭＡＥ）为２．５５ｍ，冠层高度的ＭＡＥ为３．１０ｍ㊂Ｇｕｅｒｒａ等［１５］利用ＡＬＳ数据和ＧＥＤＩＶ１数据估计３个快速增长的森林生态系统的森林动态，评估了西班牙地区ＧＥＤＩＶ１数据反演地形高度的精度，均方根差（ＲＭＳＥ）为４．４８ｍ㊂Ｌｉｕ等［１６］利用ＮＥＯＮ数据评价了美国地区ＧＥＤＩＶ２以及ＩＣＥＳａｔ⁃２数据地面高程及冠层高度估计值的准确性，得出在地面高程方面中低纬度地区ＩＣＥＳａｔ⁃２以及ＧＥＤＩ的ＲＭＳＥ分别为２．２４和４．０３ｍ，高纬度地区ＩＣＥＳａｔ⁃２的ＲＭＳＥ为０ ９８ｍ㊂以上研究大多使用Ｖ１版本数据，而对最新发布的Ｖ２版本数据研究并不充足，且缺少不同森林类型及气候等条件下的对比实验以及影响因素的具体探究，用于验证的ＡＬＳ数据精度也各有不同，难以充分说明最新版本ＧＥＤＩ数据对于地形的测定能力㊂为充分验证最新版本ＧＥＤＩ数据反演林下地形的性能，本研究以Ｌ２ＡＶ２级数据为研究对象，选取不同森林气候类型及植被覆盖条件区域，探究不同时间下强光束与覆盖光束反演林下地面高程的精度，并研究坡度及植被覆盖率对于反演精度的影响㊂１㊀材料与方法１．１㊀研究区概况由于ＧＥＤＩ数据主要用于温带和热带地区的森林观测，为对不同森林类型㊁气候条件㊁植被覆盖条件下ＧＥＤＩＶ２（第２版）数据进行验证，结合机载雷达数据获取情况，选取地区为美国新墨西哥州的西波拉森林，共选取了其中两个站点，其经纬度的范围分别为（１０６．４５６ʎ １０６．３６５ʎＷ，３５．１５６ʎ ３５．２５３ʎＮ）㊁（１０８ １６２ʎ １０８．１０８ʎＷ，３５ １０３ʎ ３５ ２３４ʎＮ），以及中国黑龙江省尚志市帽儿山地区（１２７ ４２４ʎ １２７ ７５９ʎＥ，４５ ２０７ʎ ４５ ４８６ʎＮ）㊂西波拉森林位于美国新墨西哥州西部和中部，占地面积超过６５万ｈｍ２，属于半干旱沙漠气候，研究区海拔较高，在２０００ｍ以上，植被以道格拉斯冷杉（Ｐｓｅｕｄｏｔｓｕｇａｍｅｎｚｉｅｓｉｉ）㊁美国黄松（Ｐｉｎｕｓｐｏｎｄｅｒｏｓａ）㊁西南白松（Ｐｉｎｕｓｓｔｒｏｂｉｆｏｒｍｉｓ）㊁白冷杉（Ａｂｉｅｓｃｏｎｃｏｌｏｒ）㊁蓝色云杉（Ｐｉｃｅａｐｕｎｇｅｎｓ）为主，森林类型为针叶林㊂帽儿山森林位于中国黑龙江省尚志市，地貌属低山丘陵区，属温带湿润地区㊂地势由南向北逐渐升高海拔范围２５０ ８０５ｍ，研究区植被以珍贵阔叶林㊁杨桦林㊁柞木林等为主的天然２４１㊀第２期董瀚元，等：星载激光雷达ＧＥＤＩ数据林下地形反演性能验证次生林与红松（Ｐｉｎｕｓｋｏｒａｉｅｎｓｉｓ）㊁落叶松（Ｌａｒｉｘｇｍｅｌｉｎｉｉ）㊁樟子松（Ｐ．ｓｙｌｖｅｓｔｒｉｓｖａｒ．ｍｏｎｇｏｌｉｃａ）等人工林镶嵌分布，森林类型为以阔叶树种为主的温带针阔叶混交林㊂两组研究区气候条件以及森林类型完全不同，海拔相差较大，光斑覆盖区域地势较为平缓，美国西波拉森林地区植被覆盖度大多在６０％左右，而帽儿山森林地区植被覆盖度大多在８０％以上（图１）㊂Ａ．基于全球行政区划数据库ＧＡＤＭ网站下载的２０１５年７月２．５版行政区划图制作㊂Ｂａｓｅｄｏｎｔｈｅａｄｍｉｎｉｓｔｒａｔｉｖｅｄｉｖｉｓｉｏｎｍａｐｖｅｒｓｉｏｎ２．５，Ｊｕｌｙ，２０１５，ｄｏｗｎｌｏａｄｅｄｆｒｏｍｔｈｅＧＡＤＭｗｅｂｓｉｔｅｏｆｔｈｅｇｌｏｂａｌａｄｍｉｎｉｓｔｒａｔｉｖｅｄｉｖｉｓｉｏｎｄａｔａｂａｓｅ．Ｂ．底图审图号为ＧＳ（２０２０）４６１９ＢａｓｅｄｏｎｔｈｅｓｔａｎｄａｒｄｍａｐｎｕｍｂｅｒＧＳ（２０２０）４６１９㊂图１㊀西波拉森林研究区站点及帽儿山研究区位置示意图Ｆｉｇ．１㊀ＴｈｅｍａｐｏｆｔｈｅｓｉｔｅｏｆｔｈｅＣｉｂｏｌａｆｏｒｅｓｔｒｅｓｅａｒｃｈａｒｅａａｎｄｔｈｅｌｏｃａｔｉｏｎｏｆｔｈｅＭａｏｅｒＭｏｕｎｔａｉｎｒｅｓｅａｒｃｈａｒｅａ１．２㊀研究数据１．２．１㊀ＧＥＤＩＬ２Ａ数据ＧＥＤＩ搭载了全球首台用于高分辨率森林垂直结构测量的多波束线性体制激光测高仪，主要用于热带和温带地区的森林冠层高度㊁垂直结构㊁地面高程等的精准测量（表１㊁图２）㊂ＧＥＤＩ为全波形数据，共有８条光束轨道，分别为４条全功率光束以及４条覆盖光束，每个光斑直径约为２５ｍ，光斑中心点间隔６０ｍ，跨轨间距为６００ｍ，坐标系为ＷＧＳ８４地理坐标系，高程基准为ＷＧＳ８４基准面㊂与ＩＣＥＳａｔ／ＧＬＡＳ约７０ｍ的足迹大小相比，光斑密度更大，且在与其他类型数据如Ｌａｎｄｓａｔ㊁ＴＡＮＤＥＭ⁃Ｘ等结合使用时效果较好，更适合于进行森林结构㊁林下地形的观测㊂数据从２０１９年３月２５日开始发布，并在２０２１年４月１６日发布了Ｖ２版本㊂其中Ｌ２Ａ级别产品提供了每个光斑内的高度指标，可以从波形中提取出地面高程㊁冠层高度以及相对高度指标［１７］㊂在本研究中使用最新的Ｖ２版本产品，收集了美国西波拉森林两个站点２０１９年６月至１１月㊁２０２０年３月至６月以及中国帽儿山研究区２０１９年５月至１１月间的ＧＥＤＩＬ２ＡＶ２级别数据㊂ＧＥＤＩ传感器的运作模式见图２㊂表１㊀ＧＥＤＩ的技术指标参数Ｔａｂｌｅ１㊀ＴｅｃｈｎｉｃａｌｐａｒａｍｅｔｅｒｓｏｆＧＥＤＩ项目ｐｒｏｊｅｃｔ参数ｐａｒａｍｅｔｅｒ发射时间ｌａｕｎｃｈｔｉｍｅ２０１８年１２月５日周期ｃｙｃｌｅ２ａ探测器ｄｅｔｅｃｔｏｒ硅雪崩光电二极管Ｓｉ：ＡＰＤ脉冲激光波长ｐｕｌｓｅｄｌａｓｅｒｗａｖｅｌｅｎｇｔｈｐｕｌｓｅｄｌａｓｅｒｗａｖｅｌｅｎｇｔｈ１０６４ｎｍ轨道倾角和覆盖范围ｏｒｂｉｔａｌｉｎｃｌｉｎａｔｉｏｎａｎｄｃｏｖｅｒａｇｅ轨道倾角５１．６ʎ；覆盖范围５１．６ʎＮ ５１．６ʎＳ轨道ｔｒａｃｋ３个激光器共８轨光束ｂｅａｍ一束激光分裂为两束覆盖光束；另外两束为全功率，４束光束抖动为８条轨迹功率（全功率／覆盖）ｐｏｗｅｒ（ｆｕｌｌｐｏｗｅｒ／ｃｏｖｅｒａｇｅ）１５ｍＪ／４．５ｍＪ光斑直径ｓｐｏｔｄｉａｍｅｔｅｒ２５ｍ沿轨间距ｄｉｓｔａｎｃｅａｌｏｎｇｔｈｅｔｒａｃｋ６０ｍ跨轨间距ｃｒｏｓｓ⁃ｒａｉｌｓｐａｃｉｎｇ６００ｍ３４１南京林业大学学报（自然科学版）第４７卷图２㊀ＧＥＤＩ运作模式Ｆｉｇ．２㊀ＴｈｅＧＥＤＩｏｐｅｒａｔｉｏｎｍｏｄｅ１．２．２㊀Ｇ⁃ｌｉｈｔ数据Ｇ⁃ｌｉｈｔ是Ｇｏｄｄａｒｄ航天飞行中心研发的便携式机载成像仪，共包含激光雷达㊁高光谱及热红外成像系统３个主要子系统，可搭载于各种机载平台上，测量包括地面高度㊁植被高度㊁叶片光谱等内容，空间分辨率高达１ｍ［１８］㊂本研究使用２０１８年西波拉森林地区Ｇ⁃ｌｉｈｔ激光雷达数据（ｈｔｔｐｓ：／／ｇｌｉｈｔ．ｇｓｆｃ．ｎａｓａ．ｇｏｖ）根据ＫｅｙｈｏｌｅＭａｒｋｕｐＬａｎｇｕａｇｅ（ＫＭＬ）文件以及ＧＥＤＩ雷达的运行轨迹来确定研究的范围㊂Ｇ⁃ｌｉｈｔ数据发布了空间分辨率为１ｍ的数字地面模型（ＤｉｇｉｔａｌＴｅｒｒａｉｎＭｏｄｅｌ，ＤＴＭ），数据格式为Ｔｉｆｆ，数据使用ＵＴＭ投影坐标系，水平参考高程基准为ＥＧＭ９６水准模型㊂１．２．３㊀帽儿山地区机载Ｌｉｄａｒ数据帽儿山地区机载Ｌｉｄａｒ数据于２０１６年９月获取，传感器为ＲｉｅｇｌＬＭＳ⁃Ｑ６８０ｉ，波长１５５０ｎｍ，平均点云密度为５ｐｔｓ／ｍ２，以１ｍ的空间分辨率测量出地面及植被高度㊂坐标系为ＵＴＭ投影坐标系，高程基准为ＷＧＳ８４基准面，总覆盖范围约３６０ｋｍ２㊂１．２．４㊀辅助数据为评估植被覆盖度对于ＧＥＤＩ测高精度的影响，使用多光谱数据Ｌａｎｄｓａｔ８作为辅助数据进行研究㊂Ｌａｎｄｓａｔ８是美国陆地卫星计划（Ｌａｎｄｓａｔ）的第８颗卫星，于２０１３年２月１１号在加利福尼亚范登堡空军基地由Ａｔｌａｓ⁃Ｖ火箭搭载发射成功㊂携带陆地成像仪（ｏｐｅｒａｔｉｏｎａｌｌａｎｄｉｍａｇｅｒ，ＯＬＩ）和热红外传感器（ｔｈｅｒｍａｌｉｎｆｒａｒｅｄｓｅｎｓｏｒ，ＴＩＲＳ），其数据的空间分辨率为３０ｍ［１９］㊂本研究中根据所用ＧＥＤＩ数据时间㊁云量选择使用的美国西波拉森林地区Ｌａｎｄｓａｔ８数据采集时间为２０１９年１０月１３日及２０１９年１０月２７日，云量０．０２％及０．０４％；中国帽儿山地区Ｌａｎｄｓａｔ８数据采集时间为２０１９年９月２４日，云量０．５７％㊂１．３㊀研究方法验证激光测高数据精度的方法主要分为：基于野外ＧＰＳ实测点数据验证，利用其他类型高度数据验证㊂本研究为探究ＧＥＤＩ对于林下地面高的测量能力，选取ＧＥＤＩＬ２ＡＶ２级别数据进行实验㊂提取研究区域内ＧＥＤＩ数据的高程，利用处理后的帽儿山ＡＬＳ数据及Ｇ⁃ｌｉｈｔ数据验证两个研究区内ＧＥＤＩ数据提取高程的精度，并分析坡度㊁植被覆盖度对于高程提取精度的影响１．３．１㊀数据预处理１）Ｇ⁃ｌｉｈｔ数据：对Ｇ⁃ｌｉｈｔ的数字地面模型（ＤＴＭ）数据进行坡度分析，基于１ｍ空间分辨率的高程产品数据生成美国西波拉森林地区地形坡度图㊂２）ＡＬＳ数据：为生成帽儿山森林地区高精度ＤＥＭ，研究使用帽儿山２０１６年机载雷达点云数据，点云去噪处理后利用改进的渐进加密三角网滤波算法分类出地面点［２０］，利用反距离权重插值算法生成ＤＥＭ数据，空间分辨率为１ｍ㊂对ＤＥＭ数据进行坡度分析，基于１ｍ空间分辨率的高程产品数据生成中国帽儿山森林地区地形坡度图㊂３）ＧＥＤＩ数据：为使ＧＥＤＩ数据能与验证数据结合使用，首先将下载好的ＧＥＤＩＬ２Ａ数据按Ｇ⁃ｌｉｈｔ数据的ＫＭＬ文件以及帽儿山机载雷达数据范围进行空间裁剪，并将数据格式转换；其次，按参数ｑｕａｌｉｔｙ＿ｆｌａｇ㊁保留值为１的光斑点为有效光斑点，其余光斑点全部删除，在美国西波拉森林地区共筛选可用光斑点４０５１个，中国尚志市帽儿山森林可用光斑点共７７３１个；由于ＧＥＤＩ雷达的位置参数坐标使用ＷＧＳ８４地理坐标，因此按Ｇ⁃ｌｉｈｔ数据及帽儿山机载雷达数据的投影坐标系将ＧＥＤＩ数据坐标系转换为对应的ＵＴＭ投影坐标系，使数据位置相匹配㊂４）Ｌａｎｄｓａｔ８数据：为获取研究区内植被覆盖度情况，使用２０１９年西波拉及帽儿山地区Ｌａｎｄｓａｔ８数据，将Ｌａｎｄｓａｔ８数据经辐射定标㊁大气校正并重采样为１０ｍ分辨率，计算出归一化植被指数，利用像元二分法提取植被覆盖度（ｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒ，ＦＶＣ）［２１］㊂１．３．２㊀地形高度提取方法利用Ｇ⁃ｌｉｈｔ数据与帽儿山ＡＬＳ数据对ＧＥＤＩ光斑所测高程进行验证，将转换坐标系后的ＧＥＤＩ４４１㊀第２期董瀚元，等：星载激光雷达ＧＥＤＩ数据林下地形反演性能验证数据与Ｇ⁃ｌｉｈｔ的ＤＴＭ数据㊁帽儿山ＡＬＳ数据生成的ＤＥＭ位置匹配，按ＧＥＤＩ光斑大小对ＤＴＭ㊁ＤＥＭ数据裁剪，提取每个裁剪区内平均高程来作为验证㊂为了对高程数据进行一致性分析，高度必须参考相同的垂直基准，ＧＥＤＩ数据与帽儿山ＤＥＭ数据垂直基准均为ＷＧＳ８４椭球，而Ｇ⁃ｌｉｈｔ的ＤＴＭ数据垂直基准为ＥＧＭ９６高程基准，因此利用ｖｄａｔｕｍ软件将ＧＥＤＩ数据的垂直基准转换为ＥＧＭ９６高程基准，使数据间垂直基准一致㊂１．３．３㊀地形提取精度验证参数ｅｌｅｖ＿ｌｏｗｅｓｔｍｏｄｅ代表ＧＥＤＩ光斑内平均高程，利用裁剪区内平均高程对其进行精度评估，将二者绝对高程差值在２０ｍ以上的数据剔除㊂由于强光束与覆盖光束穿透森林冠层能力不同，且不同时间的大气效应及噪声情况不同，因此比较分析不同时间段以及不同光束类型ＧＥＤＩ数据所测高程与Ｇ⁃ｌｉｈｔ数据㊁ＡＬＳ数据之间关系，根据参数ｂｅａｍ＿ｆｌａｇ㊁ｄｅｌｔａ＿ｔｉｍｅ分为白天强光束㊁黑夜强光束㊁白天覆盖光束㊁黑夜覆盖光束进行分组验证，利用验证数据来衡量ＧＥＤＩ数据测地形高度的准确度㊂统计的内容包含：平均偏差［Ｂｉａｓ，式中记为σ（Ｂｉａｓ）］㊁平均绝对误差［ＭＡＥ，式中记为σ（ＭＡＥ）］㊁决定系数Ｒ２㊁均方根误差［ＲＭＳＥ，式中记为σ（ＲＭＳＥ）］㊂σ（Ｂｉａｓ）＝１ｎˑðｎｉ＝１（ｘｉ－ｙｉ）；（１）σ（ＭＡＥ）＝１ｎˑðｎｉ＝１｜ｘｉ－ｙｉ｜；（２）Ｒ２＝１－ðｎｉ＝１（ｘｉ－ｙｉ）２ðｎｉ＝１（ｙｉ－ ｙ）２；（３）σ（ＲＭＳＥ）＝１ｎðｎｉ＝１（ｘｉ－ｙｉ）２㊂（４）式中：ｘｉ为ＧＥＤＩ测定的地形高度值，ｙｉ为Ｇ⁃ｌｉｈｔ与ＡＬＳ测定的地形高度参考值， ｙ为参考值的平均值，ｎ为样本数㊂１．３．４㊀影响因素分析１）坡度㊂为更直观对比分析，提取出裁剪区内的坡度信息，将数据按坡度分组为０ʎ ５ʎ㊁ȡ５ʎ １０ʎ㊁ȡ１０ʎ １５ʎ㊁ȡ１５ʎ ２０ʎ㊁ȡ２０ʎ ３０ʎ㊁ȡ３０ʎ，分别进行测高精度对比，提出坡度对于ＧＥＤＩ测高精度的影响㊂２）植被覆盖度㊂将美国西波拉森林地区及中国帽儿山森林地区植被覆盖度分组为：０％ ２０％㊁ȡ２０％ ４０％㊁ȡ４０％ ６０％㊁ȡ６０％ ８０％㊁ȡ８０％９０％㊁ȡ９０％ １００％，分别进行测高精度对比，提出植被覆盖度对于ＧＥＤＩ测高精度的影响㊂２㊀结果与分析２．１㊀美国西波拉森林地区ＧＥＤＩ反演林下地形高度精度分析㊀㊀对于美国西波拉森林地区，将ＧＥＤＩ数据得出的地形高度值与Ｇ⁃ｌｉｈｔ数据的参考值进行比较，统计了西波拉森林地区强光束与覆盖光束㊁黑夜与白天的不同类型ＧＥＤＩ数据反演出林下地面高程的精度（图３）㊂图３㊀西波拉森林不同条件下ＧＥＤＩ数据反演地形精度Ｆｉｇ．３㊀ＴｈｅｔｏｐｏｇｒａｐｈｉｃａｃｃｕｒａｃｙｏｆＧＥＤＩｄａｔａｉｎｖｅｒｓｉｏｎｕｎｄｅｒｄｉｆｆｅｒｅｎｔｃｏｎｄｉｔｉｏｎｓｏｆＣｉｂｏｌａｆｏｒｅｓｔ５４１南京林业大学学报（自然科学版）第４７卷㊀㊀美国西波拉森林地区４０５１个ＧＥＤＩ样本数据的地形高度ＲＭＳＥ为２ ３３ｍ，ＭＡＥ为１ ４８ｍ㊂这个结果相对于文献［１８］中研究结果表现出更低的ＲＭＳＥ㊁ＭＡＥ㊂在分组实验当中，得出结果为：白天强光束所测地形高度ＭＡＥ为１ ０３ｍ，ＲＭＳＥ为１ ９３ｍ；夜间强光束所测地形高度ＭＡＥ为１ ０９ｍ，ＲＭＳＥ为１ ４７ｍ；白天覆盖光束所测地形高度ＭＡＥ为１ ８２ｍ，ＲＭＳＥ为２ ７２ｍ；夜间覆盖光束所测地形高度ＭＡＥ为１ ８９ｍ，ＲＭＳＥ为２ ５９ｍ㊂可见，夜间强光束测高性能最佳，强光束的能量为覆盖光束的３ ３倍，穿透植被的能力更强，但覆盖光束也表现出了良好的测高性能，而时间的影响相对来说要更小，黑夜的采集效果要稍好于白天的采集效果㊂２．２㊀中国帽儿山地区ＧＥＤＩ反演林下地形高度精度分析㊀㊀对于中国帽儿山地区，将ＧＥＤＩ数据得出的地形高度值与帽儿山ＡＬＳ数据的参考值进行比较，统计了帽儿山地区强光束与覆盖光束㊁黑夜与白天不同类型ＧＥＤＩ数据反演出林下地面高程的精度（图４）㊂图４㊀帽儿山地区不同条件下ＧＥＤＩ数据反演地形精度Ｆｉｇ．４㊀ＴｏｐｏｇｒａｐｈｉｃａｃｃｕｒａｃｙｏｆＧＥＤＩｄａｔａｉｎｖｅｒｓｉｏｎｕｎｄｅｒｄｉｆｆｅｒｅｎｔｃｏｎｄｉｔｉｏｎｓｉｎＭａｏｅｒＭｏｕｎｔａｉｎａｒｅａ㊀㊀中国帽儿山森林地区７７３１个ＧＥＤＩ样本数据的地形高度ＲＭＳＥ为４．４９ｍ，ＭＡＥ为３．３３ｍ㊂在分组实验当中，得出的结果为：白天强光束所测地形高度ＭＡＥ为２．８６ｍ，ＲＭＳＥ为３．９０ｍ；夜间强光束所测地形高度ＭＡＥ为４．６６ｍ，ＲＭＳＥ为５．９６ｍ；白天覆盖光束所测地形高度ＭＡＥ为２．８５ｍ，ＲＭＳＥ为３．８１ｍ；夜间覆盖光束所测地形高度ＭＡＥ为５ ３８ｍ，ＲＭＳＥ为６．７２ｍ㊂由中国帽儿山森林地区实验可知，白天强光束与覆盖光束效果几乎相同，且要明显好于夜间对地形高度的测量性能，在夜间的分组来说，强光束的测量效果要明显好于覆盖光束㊂２．３㊀坡度对于反演精度的影响由于ＧＥＤＩ为全波形数据，类似ＩＣＥＳａｔ／ＧＬＡＳ数据，坡度是引起误差的重要因素，按ＧＥＤＩ地形高度残差与分组坡度绘制箱线图（图５）㊂统计出美国西波拉森林地区以及帽儿山地区不同坡度条件ＧＥＤＩ反演高程精度（表２）㊂表２㊀西波拉森林与帽儿山地区不同坡度下ＧＥＤＩ反演地形高程的精度Ｔａｂｌｅ２㊀ＡｃｃｕｒａｃｙｏｆｔｅｒｒａｉｎｅｌｅｖａｔｉｏｎｉｎｖｅｒｓｉｏｎｂｙＧＥＤＩｕｎｄｅｒｄｉｆｆｅｒｅｎｔｓｌｏｐｅｓｉｎＣｉｂｏｌａｆｏｒｅｓｔａｎｄＭａｏｅｒＭｏｕｎｔａｉｎａｒｅａ坡度／（ʎ）ｓｌｏｐｅＭＡＥ／ｍＲ２ＲＭＳＥ／ｍ０ ５０．５９／０．９７１．００／１．０００．８３／１．７４ȡ５ １００．９８／１．７５１．００／１．００１．４２／２．５９ȡ１０ １５１．４０／２．８２１．００／１．００１．８９／３．７８ȡ１５ ２０１．９４／３．６４１．００／１．００２．６４／４．６６ȡ２０ ３０２．９１／４．６８１．００／１．００３．７７／５．７４ȡ３０４．２４／５．８０１．００／１．００５．３７／６．９５㊀㊀注：表格中数据分别为美国西波拉森林／中国帽儿山地区的精度统计数据㊂下同㊂ＴｈｅｄａｔａｉｎｔｈｅｔａｂｌｅａｒｅｔｈｅａｃｃｕｒａｃｙｓｔａｔｉｓｔｉｃｓｏｆｔｈｅＣｉｂｏｌａｆｏｒｅｓｔ／ＭａｏｅｒＭｏｕｎｔａｉｎａｒｅａ．Ｔｈｅｓａｍｅｂｅｌｏｗ．㊀㊀美国西波拉森林地区：坡度０ʎ ５ʎ分组地形反演精度ＭＡＥ为０．５９ｍ，ＲＭＳＥ为０．８３ｍ；ȡ５ʎ １０ʎ分组ＭＡＥ为０．９８ｍ，ＲＭＳＥ为１．４２ｍ；ȡ１０ʎ １５ʎ６４１㊀第２期董瀚元，等：星载激光雷达ＧＥＤＩ数据林下地形反演性能验证分组ＭＡＥ为１．４０ｍ，ＲＭＳＥ为１．８９ｍ；ȡ１５ʎ ２０ʎ分组ＭＡＥ为１．９４ｍ，ＲＭＳＥ为２ ６４ｍ；ȡ２０ʎ ３０ʎ分组ＭＡＥ为２．９１ｍ，ＲＭＳＥ为３．７７ｍ；３０ʎ及以上分组ＭＡＥ为４．２４ｍ，ＲＭＳＥ为５．３７ｍ㊂图５㊀不同坡度下ＧＥＤＩ反演地形高度统计Ｆｉｇ．５㊀ＳｔａｔｉｓｔｉｃｓｏｆｔｅｒｒａｉｎｈｅｉｇｈｔｉｎｖｅｒｓｉｏｎｂｙＧＥＤＩｕｎｄｅｒｄｉｆｆｅｒｅｎｔｓｌｏｐｅｓ㊀㊀中国帽儿山地区：０ʎ ５ʎ分组地形反演精度ＭＡＥ为０．９７ｍ，ＲＭＳＥ为１．７４ｍ；ȡ５ʎ １０ʎ分组ＭＡＥ为１．７５ｍ，ＲＭＳＥ为２．５９ｍ；ȡ１０ʎ １５ʎ分组ＭＡＥ为２．８２ｍ，ＲＭＳＥ为３．７８ｍ；ȡ１５ʎ ２０ʎ分组ＭＡＥ为３．６４ｍ，ＲＭＳＥ为４．６６ｍ；ȡ２０ʎ ３０ʎ分组ＭＡＥ为４．６８ｍ，ＲＭＳＥ为５ ７４ｍ；３０ʎ及以上分组ＭＡＥ为５．８０ｍ，ＲＭＳＥ为６．９５ｍ㊂可见，随着坡度增大，ＲＭＳＥ呈线性上升趋势，坡度对于ＧＥＤＩ数据地形测高精度影响较大，在平缓的地形下，ＧＥＤＩ提供了相对较为精确的测高效果，在坡度增大时测高的效果会出现较多的误差，在进行高精度测量时尽量避免坡度较大的区域，或使用科学的方法进行地形校正后再使用数据㊂２．４㊀植被覆盖度对于反演精度的影响由于植被覆盖会对ＧＥＤＩ光束造成影响，按ＧＥＤＩ地形高度残差与分组植被覆盖度绘制箱线图（图６）㊂统计出美国西波拉森林地区以及帽儿山地区不同坡度条件ＧＥＤＩ反演高程精度（表３）㊂由表３可见，在中低植被覆盖度范围内，ＧＥＤＩ能较好测量出地面高程，在植被覆盖度达到６０％后，其精度会出现明显的下降，在８０％以上植被覆盖度区域，出现了较高的ＲＭＳＥ，分析其原因可能为植被覆盖密集区域ＧＥＤＩ地面波形中会混杂较多低矮植被，导致测高精度下降㊂图６㊀不同植被覆盖度下ＧＥＤＩ反演地形高度统计Ｆｉｇ．６㊀ＳｔａｔｉｓｔｉｃｓｏｆｔｅｒｒａｉｎｈｅｉｇｈｔｒｅｔｒｉｅｖｅｄｂｙＧＥＤＩｕｎｄｅｒｔｈｅｄｉｆｆｅｒｅｎｔｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅｓ７４１南京林业大学学报（自然科学版）第４７卷表３㊀西波拉森林与帽儿山地区不同植被覆盖度下ＧＥＤＩ反演地形高程的精度Ｔａｂｌｅ３㊀ＡｃｃｕｒａｃｙｏｆｔｅｒｒａｉｎｅｌｅｖａｔｉｏｎｉｎｖｅｒｓｉｏｎｂｙＧＥＤＩｕｎｄｅｒｔｈｅｄｉｆｆｅｒｅｎｔｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅｉｎＣｉｂｏｌａｆｏｒｅｓｔａｎｄＭａｏｅｒＭｏｕｎｔａｉｎａｒｅａ植被覆盖度／％ｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅＭＡＥ／ｍＲ２ＲＭＳＥ／ｍ００．９０／ １．００／ １．１９／＞０ ２０１．２４／１．１５１．００／１．００１．７３／１．２６＞２０ ４０１．２５／１．３２１．００／１．００１．９９／１．４６＞４０ ６０１．０７／１．４０１．００／１．００１．６４／１．９１＞６０ ８０１．３８／２．１７１．００／１．００２．２１／３．１３＞８０ ９０１．５７／２．８４１．００／１．００２．５０／３．９１＞９０ １００１．６９／３．８５１．００／１．００２．６０／５．００㊀㊀注：表格中数据分别为美国西波拉森林／帽儿山地区的精度统计数据㊂ＴｈｅｄａｔａｉｎｔｈｅｔａｂｌｅａｒｅｔｈｅａｃｃｕｒａｃｙｓｔａｔｉｓｔｉｃｓｏｆｔｈｅＣｉｂｏｌａｆｏｒｅｓｔｉｎｔｈｅＵｎｉｔｅｄＳｔａｔｅｓ／ＭａｏｅｒＭｏｕｎｔａｉｎａｒｅａ．㊀㊀综上，在影响因素方面，平缓的地形以及中低植被覆盖度的条件下，ＧＥＤＩ有着较好的地形高度测量能力，而陡峭的地形以及较高的植被覆盖度会明显导致精度的下降，在进行高精度测量时，要进行地形校正以及波形分解处理后再使用㊂３㊀讨㊀论对比西波拉森林与帽儿山森林的结果，ＧＥＤＩＶ２版本数据在针叶林地区测量精度误差ＲＭＳＥ为２ ３３ｍ，在以阔叶树种为主的针阔叶混交林地区ＲＭＳＥ为４ ４９ｍ，可见针叶林区域地形测定效果要明显好于以阔叶树种为主的针阔叶混交林地区，在时间与波束对比的实验中，美国亚热带地区的针叶林实验结果与Ｌｉｕ等［１６］研究结果类似：强光束性能要好于覆盖光束，且夜间采集数据精度要好于白天所采集数据㊂帽儿山针阔叶混交林地区的实验结果与美国西波拉森林的结果有明显的不同，实验中白天强光束地区植被覆盖度为９１ ６％，白天覆盖光束地区植被覆盖度为８６ ７％，黑夜强光束地区植被覆盖度为９０ ７３％，黑夜覆盖光束的植被覆盖度为９０ ３５％，结合其他研究情况考虑原因为白天覆盖光束轨道所经区域植被相对稀疏引起，与针叶林地区结果不矛盾，因此出现白天覆盖光束精度略微高于强光束，而夜间强光束精度优于覆盖光束的情况，ＧＥＤＩ探测器的本底噪声要高于太阳噪声，因此太阳背景噪声不会成为白天与夜间性能差异的主要原因，由于帽儿山为温带湿润气候，美国西波拉地区为亚热带干旱到半干旱沙漠气候，原因考虑为湿润与干旱气候造成白天及黑夜不同云量及温差㊁雨水等因素引起误差，ＧＥＤＩ数据白天与黑夜的性能并非固定，要具体视当地气候因素来确定，湿润地区白天性能更佳，干旱地区黑夜性能更佳㊂坡度因素以及植被覆盖度均为影响ＧＥＤＩ数据性能的重要因素，在坡度２０ʎ以下及植被覆盖度６０％以下的区域，地形反演的精度很高，随着坡度增大㊁植被覆盖度增加，ＧＥＤＩ数据反演林下地形的性能会变弱，原因为陡峭地区全波形数据由于地面回波与植被回波信息混合在一起造成波形混淆，因此会出现坡度增加㊁反演精度降低的情况，高植被覆盖度区域ＧＥＤＩ激光能量会在穿透冠层时有所损耗，且多层级的冠层会更大程度地影响精度，因此出现植被覆盖度增加反演精度降低的情况㊂４㊀结㊀论１）ＧＥＤＩＶ２数据反演林下地形的效果为针叶林要优于针阔叶混交林，强光束要优于覆盖光束，湿润地区白天效果更优，干旱地区黑夜效果更优㊂２）随着地面坡度提升，ＧＥＤＩＶ２的测高精度会出现线性下降趋势，平缓地区数据使用效果极好，陡峭地区地面回波与植被回波混叠造成精度降低㊂３）ＧＥＤＩＶ２数据在中低植被覆盖度区域地形反演精度较高，在高植被覆盖区域对于林下地形高度的测定性能会有所下降㊂参考文献（ｒｅｆｅｒｅｎｃｅ）：［１］蒋有绪．世界森林生态系统结构与功能的研究综述［Ｊ］．林业科学研究，１９９５，８（３）：３１４－３２１．ＪＩＡＮＧＹＸ．Ｏｎｓｔｕｄｙｏｆｓｔｒｕｃｔｕｒｅａｎｄｆｕｎｃｔｉｏｎｏｆｗｏｒｌｄｆｏｒｅｓｔｅｃｏｓｙｓｔｅｍ［Ｊ］．ＦｏｒｅｓｔＲｅｓ，１９９５，８（３）：３１４－３２１．［２］ＬＯＮＧＴＦ，ＺＨＡＮＧＺＭ，ＨＥＧＪ，ｅｔａｌ．３０ｍｒｅｓｏｌｕｔｉｏｎｇｌｏｂａｌａｎｎｕａｌｂｕｒｎｅｄａｒｅａｍａｐｐｉｎｇｂａｓｅｄｏｎｌａｎｄｓａｔｉｍａｇｅｓａｎｄｇｏｏｇｌｅｅａｒｔｈｅｎｇｉｎｅ．［Ｊ］．ＲｅｍｏｔｅＳｅｎｓ，２０１９，１１（５）：４８９．ＤＯＩ：１０．３３９０／ｒｓ１１０５０４８９．［３］李然，王成，苏国中，等．星载激光雷达的发展与应用［Ｊ］．科技导报，２００７，２５（１４）：５８－６３．ＬＩＲ，ＷＡＮＧＣ，ＳＵＧＺ，ｅｔａｌ．ＤｅｖｅｌｏｐｍｅｎｔａｎｄａｐｐｌｉｃａｔｉｏｎｓｏｆＳｐａｃｅｂｏｒｎｅＬｉＤＡＲ［Ｊ］．Ｓｃｉ＆ＴｅｃｈｎｏｌＲｅｖ，２００７，２５（１４）：５８－６３．ＤＯＩ：１０．３３２１／ｊ．ｉｓｓｎ：１０００－７８５７．２００７．１４．０１０．［４］ＬＥＦＳＫＹＭＡ，ＨＡＲＤＩＮＧＤＪ，ＫＥＬＬＥＲＭ，ｅｔａｌ．ＥｓｔｉｍａｔｅｓｏｆｆｏｒｅｓｔｃａｎｏｐｙｈｅｉｇｈｔａｎｄａｂｏｖｅｇｒｏｕｎｄｂｉｏｍａｓｓｕｓｉｎｇＩＣＥＳａｔ［Ｊ］．ＧｅｏｐｈｙｓＲｅｓＬｅｔｔ，２００５，３２（２２）：Ｌ２２Ｓ０２．ＤＯＩ：１０．１０２９／２００５ｇｌ０２３９７１，２００５．［５］ＤＯＬＡＮＫ，ＭＡＳＥＫＪＧ，ＨＵＡＮＧＣＱ，ｅｔａｌ．ＲｅｇｉｏｎａｌｆｏｒｅｓｔｇｒｏｗｔｈｒａｔｅｓｍｅａｓｕｒｅｄｂｙｃｏｍｂｉｎｉｎｇＩＣＥＳａｔＧＬＡＳａｎｄＬａｎｄｓａｔｄａｔａ［Ｊ］．ＪＧｅｏｐｈｙｓＲｅｓ，２００９，１１４（Ｇ２）：Ｇ００Ｅ０５．ＤＯＩ：１０．１０２９／２００８ＪＧ０００８９３，２００９．［６］ＢＡＬＬＨＯＲＮＵ，ＪＵＢＡＮＳＫＩＪ，ＳＩＥＧＥＲＴＦ．ＩＣＥＳａｔ／ＧＬＡＳｄａｔａａｓａｍｅａｓｕｒｅｍｅｎｔｔｏｏｌｆｏｒｐｅａｔｌａｎｄｔｏｐｏｇｒａｐｈｙａｎｄｐｅａｔｓｗａｍｐ８４１㊀第２期董瀚元，等：星载激光雷达ＧＥＤＩ数据林下地形反演性能验证ｆｏｒｅｓｔｂｉｏｍａｓｓｉｎＫａｌｉｍａｎｔａｎ，Ｉｎｄｏｎｅｓｉａ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓ，２０１１，３（９）：１９５７－１９８２．ＤＯＩ：１０．３３９０／ｒｓ３０９１９５７．［７］ＨＡＹＡＳＨＩＭ．ＦｏｒｅｓｔｃａｎｏｐｙｈｅｉｇｈｔｅｓｔｉｍａｔｉｏｎｕｓｉｎｇＩＣＥＳａｔ／ＧＬＡＳｄａｔａａｎｄｅｒｒｏｒｆａｃｔｏｒａｎａｌｙｓｉｓｉｎＨｏｋｋａｉｄｏ，Ｊａｐａｎ［Ｊ］．ＩＳＰＲＳＪＰｈｏｔｏｇｒａｍｍａｎｄＲｅｍｏｔｅＳｅｎｓ，２０１３，８１：１２－１８．ＤＯＩ：１０．１０１６／ｊ．ｉｓｐｒｓｊｐｒｓ．２０１３．０４．００４．［８］ＳＨＵＭＡＮＣＡ，ＺＷＡＬＬＹＨＪ，ＳＣＨＵＴＺＢ．Ｅ，ｅｔａｌ．ＩＣＥＳａｔＡｎｔａｒｃｔｉｃｅｌｅｖａｔｉｏｎｄａｔａ：ｐｒｅｌｉｍｉｎａｒｙｐｒｅｃｉｓｉｏｎａｎｄａｃｃｕｒａｃｙａｓ⁃ｓｅｓｓｍｅｎｔ［Ｊ］．ＧｅｏｐｈｙｓＲｅｓＬｅｔｔ，２００６，３３（７）：Ｌ０７５０１．ＤＯＩ：１０．１０２９／２００５ｇｌ０２５２２７，２００６．［９］ＤＯＮＧＣＨＥＮＥ，ＳＨＥＮＱ，ＸＵＹ，ｅｔａｌ．Ｈｉｇｈ⁃ａｃｃｕｒａｃｙｔｏｐｏ⁃ｇｒａｐｈｉｃａｌｉｎｆｏｒｍａｔｉｏｎｅｘｔｒａｃｔｉｏｎｂａｓｅｄｏｎｆｕｓｉｏｎｏｆＡＳＴＥＲｓｔｅｒｅｏ⁃ｄａｔａａｎｄＩＣＥＳａｔ／ＧＬＡＳｄａｔａｉｎＡｎｔａｒｃｔｉｃａ［Ｊ］．ＳｃｉＣｈｉｎａＳｅｒＤＥａｒｔｈＳｃｉ，２００９，５２（５）：７１４－７２２．ＤＯＩ：１０．１００７／ｓ１１４３０－００９－００５５－６．［１０］ＪＡＷＡＫＳＤ，ＬＵＩＳＡＪ．ＳｙｎｅｒｇｉｓｔｉｃｕｓｅｏｆｍｕｌｔｉｔｅｍｐｏｒａｌＲＡＭＰ，ＩＣＥＳａｔａｎｄＧＰＳｔｏｃｏｎｓｔｒｕｃｔａｎａｃｃｕｒａｔｅＤＥＭｏｆｔｈｅＬａｒｓｅｍａｎｎＨｉｌｌｓｒｅｇｉｏｎ，Ａｎｔａｒｃｔｉｃａ［Ｊ］．ＡｄｖＳｐａｃｅＲｅｓ，２０１２，５０（４）：４５７－４７０．ＤＯＩ：１０．１０１６／ｊ．ａｓｒ．２０１２．０５．００４．［１１］ＡＢＤＡＬＡＴＩＷ，ＺＷＡＬＬＹＨＪ，ＢＩＮＤＳＣＨＡＤＬＥＲＲ，ｅｔａｌ．ＴｈｅＩＣＥＳａｔ⁃２ｌａｓｅｒａｌｔｉｍｅｔｒｙｍｉｓｓｉｏｎ［Ｊ］．ＰｒｏｃＩＥＥＥ，２０１０，９８（５）：７３５－７５１．ＤＯＩ：１０．１１０９／ＪＰＲＯＣ．２００９．２０３４７６５．［１２］ＤＵＢＡＹＡＨＲ，ＢＬＡＩＲＪＢ，ＧＯＥＴＺＳ，ｅｔａｌ．Ｔｈｅｇｌｏｂａｌｅｃｏｓｙｓ⁃ｔｅｍｄｙｎａｍｉｃｓｉｎｖｅｓｔｉｇａｔｉｏｎ：ｈｉｇｈ⁃ｒｅｓｏｌｕｔｉｏｎｌａｓｅｒｒａｎｇｉｎｇｏｆｔｈｅＥａｒｔｈ ｓｆｏｒｅｓｔｓａｎｄｔｏｐｏｇｒａｐｈｙ［Ｊ］．ＳｃｉＲｅｍｏｔｅＳｅｎｓ，２０２０，１（Ｃ）：１００００２．ＤＯＩ：１０．１０１６／ｊ．ｓｒｓ．２０２０．１００００２．［１３］ＱＩＷ，ＤＵＢＡＹＡＨＲＯ．ＣｏｍｂｉｎｉｎｇＴａｎｄｅｍ⁃ＸＩｎＳＡＲａｎｄｓｉｍｕ⁃ｌａｔｅｄＧＥＤＩｌｉｄａｒｏｂｓｅｒｖａｔｉｏｎｓｆｏｒｆｏｒｅｓｔｓｔｒｕｃｔｕｒｅｍａｐｐｉｎｇ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓＥｎｖｉｒｏｎ，２０１６，１８７：２５３－２６６．ＤＯＩ：１０．１０１６／ｊ．ｒｓｅ．２０１６．１０．０１８．［１４］ＡＤＡＭＭ，ＵＲＢＡＺＡＥＶＭ，ＤＵＢＯＩＳＣ，ｅｔａｌ．Ａｃｃｕｒａｃｙａｓｓｅｓｓ⁃ｍｅｎｔｏｆＧＥＤＩｔｅｒｒａｉｎｅｌｅｖａｔｉｏｎａｎｄｃａｎｏｐｙｈｅｉｇｈｔｅｓｔｉｍａｔｅｓｉｎＥｕ⁃ｒｏｐｅａｎｔｅｍｐｅｒａｔｅｆｏｒｅｓｔｓ：ｉｎｆｌｕｅｎｃｅｏｆｅｎｖｉｒｏｎｍｅｎｔａｌａｎｄａｃｑｕｉｓｉ⁃ｔｉｏｎｐａｒａｍｅｔｅｒｓ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓ，２０２０，１２（２３）：３９４８．ＤＯＩ：１０．３３９０／ｒｓ１２２３３９４８．［１５］ＧＵＥＲＲＡＨＪ，ＰＡＳＣＵＡＬＡ．ＵｓｉｎｇＧＥＤＩｌｉｄａｒｄａｔａａｎｄａｉｒｂｏｒｎｅｌａｓｅｒｓｃａｎｎｉｎｇｔｏａｓｓｅｓｓｈｅｉｇｈｔｇｒｏｗｔｈｄｙｎａｍｉｃｓｉｎｆａｓｔ⁃ｇｒｏｗｉｎｇｓｐｅｃｉｅｓ：ａｓｈｏｗｃａｓｅｉｎＳｐａｉｎ［Ｊ］．ＦｏｒＥｃｏｓｙｓｔ，２０２１，８（１）：１４．ＤＯＩ：１０．１１８６／ｓ４０６６３－０２１－００２９１－２．［１６］ＬＩＵＡ，ＣＨＥＮＧＸ，ＣＨＥＮＺＱ．ＰｅｒｆｏｒｍａｎｃｅｅｖａｌｕａｔｉｏｎｏｆＧＥＤＩａｎｄＩＣＥＳａｔ⁃２ｌａｓｅｒａｌｔｉｍｅｔｅｒｄａｔａｆｏｒｔｅｒｒａｉｎａｎｄｃａｎｏｐｙｈｅｉｇｈｔｒｅ⁃ｔｒｉｅｖａｌｓ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓＥｎｖｉｒｏｎ，２０２１，２６４：１１２５７１．ＤＯＩ：１０．１０１６／ｊ．ｒｓｅ．２０２１．１１２５７１．［１７］ＤＵＢＡＹＡＨＲ，ＨＯＦＴＯＮＭ，ＢＬＡＩＲＪ，ｅｔａｌ．ＧＥＤＩＬ２ＡｅｌｅｖａｔｉｏｎａｎｄｈｅｉｇｈｔｍｅｔｒｉｃｓｄａｔａｇｌｏｂａｌｆｏｏｔｐｒｉｎｔｌｅｖｅｌＶ００２［Ｒ］．ＮＡＳＡＥＯＳＤＩＳＬａｎｄＰｒｏｃｅｓｓｅｓＤＡＡＣ，２０２１－０５－０７．ＤＯＩ：１０．５０６７／ＧＥＤＩ／ＧＥＤＩ０２＿Ａ．００２．［１８］ＣＯＯＫＢ，ＣＯＲＰＬ，ＮＥＬＳＯＮＲ，ｅｔａｌ．ＮＡＳＡｇｏｄｄａｒｄ ｓＬｉＤＡＲ，ｈｙｐｅｒｓｐｅｃｔｒａｌａｎｄｔｈｅｒｍａｌ（Ｇ⁃ｌｉｈｔ）ａｉｒｂｏｒｎｅｉｍａｇｅｒ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓ，２０１３，５（８）：４０４５－４０６６．ＤＯＩ：１０．３３９０／ｒｓ５０８４０４５．［１９］ＲＯＹＤＰ，ＷｕｌｄｅｒＭＡ，ＬｏｖｅｌａｎｄＴＲ，ｅｔａｌ．Ｌａｎｄｓａｔ⁃８：ｓｃｉｅｎｃｅａｎｄｐｒｏｄｕｃｔｖｉｓｉｏｎｆｏｒｔｅｒｒｅｓｔｒｉａｌｇｌｏｂａｌｃｈａｎｇｅｒｅｓｅａｒｃｈ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓＥｎｖｉｒｏｎ，２０１４，１４５：１５４－１７２．ＤＯＩ：１０．１０１６／ｊ．ｒｓｅ．２０１４．０２．００１．［２０］柳红凯，徐昌荣，徐晓．基于渐进加密三角网机载ＬＩＤＡＲ点云滤波改进算法研究［Ｊ］．江西理工大学学报，２０１６，３７（３）：５０－５５，６０．ＬＩＵＨＫ，ＸＵＣＲ，ＸＵＸ．Ｓｔｕｄｙｏｎｉｍｐｒｏｖｅｄａｌｇｏ⁃ｒｉｔｈｍｏｆｐｏｉｎｔｃｌｏｕｄｓｆｒｏｍａｉｒｂｏｒｎｅｓｃａｎｎｅｒｂａｓｅｄｏｎｐｒｏｇｒｅｓｓｉｖｅｅｎｃｒｙｐｔｉｏｎＴＩＮ［Ｊ］．ＪＪｉａｎｇｘｉＵｎｉｖＳｃｉＴｅｃｈｎｏｌ，２０１６，３７（３）：５０－５５，６０．ＤＯＩ：１０．１３２６５／ｊ．ｃｎｋｉ．ｊｘｌｇｄｘｘｂ．２０１６．０３．００９．［２１］佟斯琴，包玉海，张巧凤，等．基于像元二分法和强度分析方法的内蒙古植被覆盖度时空变化规律分析［Ｊ］．生态环境学报，２０１６，２５（５）：７３７－７４３．ＴＯＮＧＳＱ，ＢＡＯＹＨ，ＺＨＡＮＧＱＦ，ｅｔａｌ．ＳｐａｔｉａｌｔｅｍｐｏｒａｌｃｈａｎｇｅｓｏｆｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅｉｎＩｎｎｅｒＭｏｎｇｏｌｉａｂａｓｅｄｏｎｔｈｅｄｉｍｉｄｉａｔｅｐｉｘｅｌｍｏｄｅｌａｎｄｉｎｔｅｎｓｉｔｙａｎａｌｙｓｉｓ［Ｊ］．ＥｃｏｌＥｎｖｉｒｏｎＳｃｉ，２０１６，２５（５）：７３７－７４３．ＤＯＩ：１０．１６２５８／ｊ．ｃｎｋｉ．１６７４－５９０６．２０１６．０５．００２．（责任编辑㊀李燕文）９４１。

基于单光子的星载激光水下目标探测深度研究彭志兴;周保琢;陈华;张志;谭平【摘要】卫星对海探测具有大面积同步观测、全天时工作、不受领海领空限制等优点.为此,本文分析了卫星对海探测的激光链路损耗,构建了星载激光水下目标探测能量传输模型,探讨了基于单光子机制的星载激光对水下目标探测的极限深度.结果表明,在Ⅰ类海区,对于水下等效直径为2 m的物体,星载激光在200 km高度对水下目标探测的最大深度为212 m.因此,在中低轨道开展星载激光对深海水下目标进行探测是可能的.本文的研究工作为进一步开展星载激光深海水下目标探测提供支持.【期刊名称】《激光与红外》【年(卷),期】2018(048)007【总页数】6页(P809-814)【关键词】激光;探测深度;水下目标;卫星;单光子【作者】彭志兴;周保琢;陈华;张志;谭平【作者单位】四川航天系统工程研究所,四川成都610100;四川航天系统工程研究所,四川成都610100;四川航天系统工程研究所,四川成都610100;四川航天系统工程研究所,四川成都610100;四川航天系统工程研究所,四川成都610100【正文语种】中文【中图分类】TN2491 引言水下目标探测是海洋国土监视、反潜战等环境下的关键技术。

随着新型材料的研发和工艺水平的提高,现代水下航行器的噪声和磁性显著降低,下潜深度增大,其隐蔽性得到极大提高。

同时,用于侦察、探测、攻击等的各种小型水下武器平台也不断出现。

这些对反制方的水下目标探测能力提出了更高的要求。

目前,水下目标探测主要是基于船载和机载平台；探测方式包括水声探测、磁异常探测、红外尾流探测、激光雷达探测等[1]。

水声探测是利用舰船携带声纳和听响器,或利用在海底布设水听器构建网络来实现,通过计算目标发射声波到达不同水听器的时间差或相位差,再结合水听器本身的大地坐标来实现定位；磁异常探测是基于磁信号的目标探测技术,通过磁探仪对水下目标造成的地磁异常进行检测,从而发现水下目标；红外尾流探测是通过探测运动目标对周围水体加热后的水温异常来实现的；激光探测是利用海水对532 nm波段的蓝绿光的衰减要远小于对其他波段的电磁波的衰减开展蓝绿激光水下目标探测。

基于声波的回声测深技术
? 机载激光测深
在含有盐、气泡和浮游生物的海水中，光波和电磁波的衰减都非常大，声波在海 水中衰减小、传播距离长，因此基于声波的回声测深技术是应用最广最为成熟的 水深测量技术。
多波束测深系统是 一 个全覆盖式声纳测深系统，其波束在海底的覆盖宽度是水 深的 3 ～7 倍，个别系统最大可达 10 倍。在深水测区具有很大的优势，但在水 深小于 50m 的浅水区或存在暗礁时，声呐测量技术往往使用受限，测量效率也 急剧下降，且存在着严重的安全隐患。
? 最佳透光窗口：波长为 0. 47 ～ 0. 58μm 之间的蓝绿光表现出了衰减系数 最小的特性。
? 特点：精度高、分辨率高、灵活机动、测点密度高、现了水陆一体 化无缝测量。
? 与多波束测深系统不同的是，机载激光测深系统由于在海底的覆盖宽度仅仅 与飞机的航高有关，而与要测量的水深无关，因此特别适合于沿岸浅水区的 全覆盖水深测量。
2020/4/16
2020/4/16
主动式遥测技术，利用的是光在海水中的 传播特性。
按照波段数量可分为双色激光机载 LiDAＲ 测深系统和单色激光机载 LiDAＲ 测深系 统。
2020/4/16
2020/4/16
2020/4/16
? 随着技术的进一步发展，当前出现了单 色激光机载 LiDAＲ 测深系统。单色激 光机载 LiDAＲ 测深系统仅采用波长为 532nm 的蓝绿激光作为激光器发射光 源，其一部分激光束到达海面后沿原路 径反射，另一部分激光束则穿透海面到 达海底，经海底反射沿原路径返回，并 被激光接收器接收。根据二者到达接收 器的时间差，即可计算出海水的深度。 采用单色激光作为发射源，既简化系统 结构，又不需双色激光同步而提高测深 精度，是机载 LiDAＲ 测深系统的发展 趋势

学、北京理工大学、华中科技大学、南昌航空大学、武汉大学、武汉测绘科技大学、海军海洋测绘研究所、上海海洋大学等均在海洋 激光雷达领域开展了相关的研究工作，取得了一系列具有国际影响力的创新成果。
为了践行“关心海洋、认识海洋、经略海洋”的海洋强国战略方针，促进我国相关领域研究人员在海洋激光雷达遥感及其应用领域 交流最新成果，本 期 《红外与激光工程》精心策划组织了“海洋激光雷达遥感”专栏，并得到了相关领域专家和学者的积极响应。此 次专栏共包含高水平稿件12篇，其中综述论文4篇，研究论文8篇。这些论文系统介绍了海洋激光雷达遥感及其相关领域热点专题的研
海洋激光雷达是一种主动光学遥感手段，具有信噪比高、可夜间探测，以及可提供高分辨率剖面信息等诸多优点。通过研究激光在 海洋中复杂的吸收和散射过程，海洋激光雷达可以获取海洋的诸多信息，从而解决海洋学中涉及到的物理、化学、生物、地质等多学 科交叉的科学技术问题。1969年，美国雪城大学研制了第一台用于浅海深度测量的激光雷达，开启了激光雷达技术在海洋开发利用方 面的征程。经过数十年的发展，海洋激光雷达已发展成包含测深测绘激光雷达、水下成像激光雷达、海洋荧光激光雷达、布里渊测温 激光雷达、光学剖面探测激光雷达等的大家族，为海洋测深测绘、生物地球化学、物理海洋学以及海洋渔业等诸多领域做出了卓越贡 献。特别是近年来的一些重要进展，如星载大气激光雷达CALIOP能够提供的近水面全球颗粒后向散射、激光测高卫星丨CESat-2能够提供
最后，感谢所有作者的大力支持与卓越贡献，感谢所பைடு நூலகம்匿名审稿人及时且专业的评审意见，感谢每一位读者对本刊的关注与支持。
特邀专栏主编:
单 位 ：浙江大学光电科学与工程学院现代光学仪器国家重点实验室 Email: liudongopt@ 简 介 ：刘 东 教 授 ，现任浙江大学现代光学仪器国家重点实验室副主任、光电科学与工程学院院长助理，中国光学工程学会理事、海 洋光学专委会委员，中国光学学会光学测试专委会、环境光学专委会委员， <大气与环境光学学报》执行副主编， 《中国光学> 、 <红外与激光工程> 、 《光学精密工程> 等期刊青年编委。带领团队联合主办了海洋光学遥感国际研讨会（〇〇r s 2〇18) 、承办了 大气光散射与遥感国际研讨会(丨S A L S a R S '19)、联合承办第四届全国海洋光学高端论坛；曾担任多个国际/国内学术会议的共主席 (C o -chair)、科学委员会(Science C o m m i t t e e )委员、程序委员会(Program C o m m i t t e e )成员等。从事光电检测与遥感方面的教 学 及 科 研 工 作 ，主要研究方向包括大气及海洋激光雷达、机 器 视 觉 与 深度学习技术等。主持国家重点研发计划项目1项 、国家自然 科学基金项目3 项 ，主持包括浙江省杰出青年基金项目等其他国家、省部级等项目1〇余项，出版教材2部 ，申请/授权国家发明专利 40余项，发表论文被SCI收录60余篇，国内外学术会议作大会 报 告 （Plenary talk) /遨 请 报 告 （ Invited talk) 30余次。

《星载大气探测激光雷达发展与展望》篇一一、引言随着科技的不断进步，星载大气探测激光雷达（简称大气激光雷达）在地球科学、气候研究、大气污染监测等领域的应用越来越广泛。

大气激光雷达以其高精度、高分辨率的探测能力，为大气环境监测和气候预测提供了重要手段。

本文将介绍星载大气探测激光雷达的发展历程、现状以及未来展望。

二、星载大气探测激光雷达的发展历程1. 初期研究与发展大气激光雷达的初期研究始于20世纪70年代，当时主要应用于地面大气探测。

随着技术的不断发展，研究人员开始尝试将激光雷达技术应用于卫星遥感领域，以实现对大气的远程探测。

2. 技术突破与卫星搭载进入21世纪，随着激光技术和卫星技术的不断发展，星载大气探测激光雷达技术取得了重大突破。

多个国家开始将大气激光雷达搭载在卫星上，实现对大气的全天候、全天时监测。

3. 多种类型激光雷达的研发随着应用需求的不断增加，多种类型的星载大气探测激光雷达被研发出来。

例如，差分吸收激光雷达（DIAL）和拉曼激光雷达等，它们在探测大气成分、气溶胶、云和降水等方面具有独特优势。

三、星载大气探测激光雷达的现状1. 技术成熟度目前，星载大气探测激光雷达技术已经相对成熟，多个国家已经成功将大气激光雷达搭载在卫星上，并实现了对大气的实时监测。

2. 应用领域星载大气探测激光雷达在地球科学、气候研究、大气污染监测等领域得到了广泛应用。

例如，它可以用于监测大气中的气溶胶、云和降水等成分，为气候变化研究和天气预报提供重要数据支持。

3. 发展趋势随着技术的不断发展，星载大气探测激光雷达的分辨率和精度不断提高，其在全球气候变化监测、大气污染防治等领域的应用前景广阔。

四、星载大气探测激光雷达的未来展望1. 技术创新与突破未来，随着技术的不断创新和突破，星载大气探测激光雷达的探测能力将进一步增强。

例如，研究人员将继续优化激光雷达的光源、接收器和数据处理算法，提高其探测精度和分辨率。

同时，新型的星载大气探测技术也将不断涌现，如量子级联激光雷达等。

机载激光雷达测深技术及应用海底地形是海洋基础测绘要获取的重要地理空间信息之一，在国民经济建设、海洋权益维护、国防建设和科学研究中具有重要的作用。

人们通过对声、光、电、磁长期的研究后发现，声波在海水中具有光、电、磁无法比拟的优越性。

迄今为止，人们所熟知的水中的各种能量辐射形式中，以声波的传播性能为最好。

正是由于声波在海水中衰减小、传播距离长，因而最适合于水深测量。

因此，基于声波的回声测深技术是应用最广最为成熟的水深测量技术，其中最为典型的测深设备是单波束测深仪和多波束测深系统。

尤其是多波束测深系统以其高效率全覆盖的优势在水深测量中得到了越来越普遍的应用。

一般而言，多波束测深系统的波束在海底的覆盖宽度是水深的 3 ～7 倍，个别系统最大可达10 倍。

然而，即使是多波束测深系统具有如此之宽的覆盖测幅，在浅水区的全覆盖测量效率也是非常低的。

自从人们发现光波在海水中的最佳透光窗口后，机载激光测深技术得到了迅速的发展。

美国、俄罗斯、澳大利亚、加拿大、瑞典、中国等都先后对机载激光测深技术进行了研究。

其中最为成熟的机载激光测深系统是加拿大的 SHOALS 系列产品(现已升级为CZMIL) 和瑞典的 HAWKEYE 系列产品。

机载激光测深技术是集激光、全球定位与导航、自动控制、航空、计算机等前沿技术，以直升机和固定翼飞机为平台，从空中向海面发射激光束来测量水深的海洋高新技术，属于主动测深系统，在浅于 50m 的沿岸水域，具有无可比拟的优越性。

特别是能够高效快速测量浅海、岛礁、暗礁及船只无法安全到达的水域。

其主要优点如下：( 1) 覆盖宽度不受水深的影响，而仅仅与飞机航高和激光测深系统的宽高比有关，这一显著特点是多波束测深系统所不具备的；( 2) 飞机速度远远快于船速，因此，机载激光测深系统具有很好的机动性和非常高的测深效率；( 3) 机载激光测深系统目前已具有水部和陆部同时测量的功能，即在岸线附近，测量水深的同时，还可以测量岸线附近的地形。

Ｏｐ ｔ ｉ ｔ ｓ￣ １ １ １ （ １ Ｆ ｉ ｎ ｅ Ｍｅ ｃ ｈ ； ｍｉ ｃ ｓ ｆ ｓ ｌ ｏ Ｍ） ， Ｃ ｈ ｉ ｎ ｅ ｓ ｅ Ａｃ ａ ｄ ｅ ｎ ｏ ｆ ， ￣ ｃ ｉ ｅ １ ］ Ｃ ｅ Ｓ ． Ｓ ｈ ａ ｎ ｇ ｈ ａ ｉ ２ ０ １ ８ ０ ０ ， Ｃ ｈ ｉ ｎ ａ ） Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ： Ｆ ｈ ｅ Ｉ ｎ ｔ ｅ ｇ ｒ ａ ｔ ｅ ｄ Ｐ ａ ｔ ｈ Ｄｉ ｆ ｅ ｒ ｅ ｎ ｔ ｉ ａ ｌ Ａｂ ｓ ｏ ｒ ｐ ｔ ｉ ｏ ｎ（ Ｉ ＰＤ Ａ）Ｌ ｉ ｄ ａ ｒ ｉ ｓ ａ ｎ ｅ ｆ ｅ ｃ ｔ ｉ ｖ ｅ ｈ ｉ ｇ ｈ — ｐ ｒ ｅ ｃ ｉ ｓ ｉ ｏ ｎ
ｄｉ ｏ ｘｉ ｄｅ ｃ ｏｎｃ ｅ ｎｔ ｒ ａｔ ｉ ｏ ｎ ｍｅ ａ ｓ ｕｒ ｅ ｍｅ ｎｔ ｅ ｒ ｒ ｏｒ ｓ ｃ ａｕｓ ｅｄ ｂｙ ｔ ｈｅ ｖ ａｒ ｉ ａ ｔ ｉ ｏｎ ｏ ｆ ｓ ｏ ｍｅ ｐａｒ ａｍ ｅｔ ｅ ｒ ｓ ｏ ｆ ｔ ｈｅ ｔ ｒ ａ ｎｓ ｍｉ ｔ ｔ ｅ ｒ
¨； 旧 科学 院 海 光 学精 密饥 饿 研 究 所 卜海 ｆ ｆ 『 伞 同 态激 光 器 用技 术 雨 点 实验 审 ， 海 ２ ０ ｌ ８ （ ） （ ） ）
摘 要 ：星裁积分 路径差分 吸收 （ Ｉ ｎ ｔ ｅ ｇ ｒ ａ ｔ ｅ ｄ Ｐ ａ ｔ ｈ Ｄ ｉ ｆ ｅ ｒ ｅ ｎ ｔ ｉ ａ ｌ Ａ ｂ ｓ ｏ ｒ ｐ ｔ ｉ ｏ ｎ ， Ｉ Ｐ Ｄ Ａ ） 激光 雷达 足一种有效 的高精度 （ １ ｐ ｐ ｍ） 全球 Ｃ Ｏ 。 柱线浓度 测量手段。结合其基本 工作原 理分 析 了
ｕ ｓ ｅ ｄ ｉ ｎ ｔ ｈ ｅ Ｌｉ ｄ ａ ｒ ｓ ｕ ｃ ｈ ａ ｓ ｌ ａ ｓ ｅ ｒ ｉ ｆ ＇ ｅ ｑ ｕ ｅ ｎ ｃ ｙ ｓ ｔ ａ ｂ ｉ ｌ ｉ ｔ ｙ ， ｌ ａ ｓ ｅ ｒ ｂ ａ ｎｄ ｗｉ ｄ ｔ ｈ ａ ｎｄ ｌ ａ ｓ ｅ ｒ ｓ ｐｅ ｃ ｔ ｒ ａ ｌ ｐ ｕ ｒ ｉ ｔ ｙ ａ ｒ ｅ ａ ｎ ａ ｌ ｙ ｚ ｅ ｄ． Ｔｈ ｅ ｏ ｐ ｔ ｉ ｍｉ ｚ ｅ ｄ ｄ ｅ ｓ ｉ ｇ ｎ ｐ ａ ｒ ａ ｍｅ ｔ ｅ ｒ ｓ ａ ｒ ｅ ｇ ｉ ｖ ｅ ｎ．Ｔｈ ｅ ｗａ ｙ ｔ ｏ ｅ ｍｉ ｔ ｄｕ ａ ｌ — ｗａ ｖ ｅ ｌ ｅ ｎ ｇ ｔ ｈ ｐ ｕ ｌ ｓ ｅ ｌ ａ ｓ ｅ ｒ ｗｉ ｔ ｈ ｔ ｈ ｅ Ｉ ＰＤＡ ｌ ｉ ｄ ａ ｒ ｉ ｓ ｓ ｔ ｕ ｄｉ ｅ ｄ ａ ｎ ｄ ｉ ｔ ｓ ｖ ｅ ｒ ｉ ｉ ｆ ｅ ｄ ｅ ｘ ｐｅ ｒ ｉ ｍｅ ｎ ｔ ａ ｌ ｒ ｅ ｓ ｕ ｌ ｔ ｉ ｓ ｇ ｉ ｖ ｅ ｎ．Ｔｈ ｅ ｌ ａ ｓ ｅ ｒ ｏ ｕ ｔ ｐ ｕ ｔ ｗｉ ｔ ｈ ｓ ｉ ｎ ｇ ｌ ｅ ｐ ｕ ｌ ｓ ｅ ｅ ｎ ｅ ｒ ｇ ｙ ｇ ｒ ｅ ａ ｔ ｅ ｒ ｔ ｈａ ｎ ５ ０ ｍＪ ａ ｔ ｔ ｈｅ ｗａ ｖ ｅ ｌ ｅ ｎ ｇ ｔ ｈ ｏ ｆ １ ． ５ ７ ２ ｕ ｎ １ ｉ ｓ ｏ ｂ ｔ ａ ｉ ｎ ｅ ｄ．

激光雷达在海洋水体污染监测中的应用激光雷达（LIDAR）作为一种高精度的探测技术，已在海洋科学领域展现出巨大潜力。

它具备高分辨率、高灵敏度和长测距等特点，在海洋水体污染监测方面有着广泛的应用。

本文将探讨激光雷达在海洋水体污染监测中的应用，并介绍其工作原理和优势。

激光雷达是一种通过发射激光束并接收返回信号来测量距离和形状的技术。

它利用激光束与目标物之间的相互作用，获取目标物表面的精确三维信息。

在海洋水体污染监测中，激光雷达可以被用来获取水质参数、监测海洋生态系统以及检测污染物。

首先，激光雷达可以实时获取海洋水质参数的数据。

通过测量水体的透明度和颜色，激光雷达可以确定水质参数，如浊度、叶绿素浓度和溶解有机物含量。

这些参数对于评估水质和水体的生物活动至关重要。

激光雷达的高分辨率和高灵敏度使其能够提供准确的数据，能够帮助科学家们更好地监测和研究海洋水体的污染情况。

其次，激光雷达在监测海洋生态系统方面具有独特的优势。

海洋生态系统是地球生物多样性的重要组成部分，也是全球碳循环和气候变化的重要因素。

通过使用激光雷达，我们可以实时监测海洋生态系统的动态变化，比如浮游生物的数量和种类。

这些数据对于评估海洋生态系统的健康状况以及污染物对生态系统的影响至关重要。

因此，激光雷达在海洋生态系统监测中的应用具有重要的科学意义。

最后，激光雷达在检测污染物方面也具有广泛的应用。

污染物是海洋生态系统中的一大威胁，对海洋生物和人类的健康造成严重影响。

激光雷达可以帮助科学家们迅速准确地检测海洋中的各种有害物质，如石油污染、化学物质以及微塑料等。

通过获取污染物的分布和浓度，我们可以更好地评估污染物的来源和扩散程度，并采取相应的措施来减少其对海洋生态系统的影响。

总结起来，激光雷达在海洋水体污染监测中的应用具有广泛的潜力。

它可以实时获取水质参数、监测海洋生态系统以及检测污染物。

激光雷达的高分辨率、高灵敏度和长测距等特点使其成为一种理想的工具，能够帮助我们更好地了解和保护海洋环境。

海洋测绘中测深技术的运用探析摘要：目前，伴随社会、经济高速发展，我国水下测量工作面临崭新的挑战，由于复杂程度相对较高，传统形式的测量仪器无法在海洋探测中进行应用，对于水下地形在测量层面的要求也逐渐升高，由此陆续开始研发以及应用各种先进的现代化测量技术。

本文主要针对海洋测绘中的测深技术进行研究，然后基于此，分析了激光测深技术、多波束测深系统在海洋测绘系统中的具体应用，以供参考。

关键词：海洋测绘；测深技术；运用前言：目前，从现代化海洋测绘工作角度开始着手，在测绘层面开展的各个项目复杂程度相对较高，由此需要在现代化海洋测绘工作中，应用先进的系统装备及技术手段，降低海洋测绘工作的难度，由此就要求有关工作人员对海洋测绘环节的测深技术，在应用层面作出深层次的了解以及分析，确保可以对有关操作系统进行灵活操控，以此为基础，展开现代化的海洋测绘工作，同时推动海洋测绘行业实现健康发展。

1激光测深技术在海洋测绘中的应用分析1.1 海面油污的监测应用对海面展开油污监测工作期间，需要对油污监测系统进行合理应用，此项技术在应用环节具有主动性、高效性、实时性、精准性的特征，在具体测量环节，油污当中存在的化合物受到激光刺激之后，系统可以自动化的对荧光数据进行识别，由此获取具体的油污数据，其中主要包含油污的类型、体量、面积等参数，然后及时做出相应的预警信息，由此就可以在海洋表面出现油污的初期，及时向有关治理部门发出通知，不仅可以提高治理工作效率，与此同时也能降低海洋油污事件的产生概率。

1.2 激光成像技术的水下应用目前，对于潜艇、水下机器人来讲，水下观察工作至关重要，在应用激光技术开展探测工作期间，主要是对激光自身的一些特征予以合理应用，将其与拥有特殊功能的光电器件，相互之间进行有机融合，最大限度抑制海水对光线的散射、吸收，由此可以在水下得到较为清晰的图像，同时测量环节的精准度也更高。

在具体应用环节，可以对水下机器人进行科学合理的操控，对于机器人在水下的运行轨迹进行有效调节，通过平面激光扫描的方式，对于目标进行有效扫描，使用CCD摄像机，可以获取较为全面的极光平面，应用激光器能够对激光束进行发射，在不同距离对激光束进行发射时，激光最终到达探测器所需要的时间也不同。

〇 引言
近些年来，星 载 激 光 雷 达 凭 借 其 全 天 时 、高空间 分 辨 率 以 及 覆 盖 范 围 广 的 特 点 ，成 为 多 个 领 域 研 究 的 有效工具。2003年 1 月，美 国 N A S A 发射激光测高仪 系统 Geoscience Laser Altimeter System(GLAS)，搭 载 于 以 冰 、云 和 陆 地 高 程 卫 星 （Ice, Cloud and land Elevation Satellite, 丨CESat) 平 台 。该 系 统 被 用 于 测 量 冰被地形，同 时 也 监 测 云 层 和 大 气 的 特 性 ，提供云层 高度和厚度，有 助 于 提 高 短 期 天 气 及 气 候 预 报 能 力 。 2003年 到 2009年 在 轨 期 间 ，收 集 的 测 高 数 据 促 使 科学家对格陵兰岛和南极冰盖的总体质量变化有了 更 为 精 确 的 估 计 [1]。 为 了 延 续 ICESat的后续观测任 务 ，N A S A 于 2018年 9 月 1 5 日发射了地形激光测高 仪 系 统 （ Advanced Topographic Laser Altimeter System, ATLAS),搭 载 于 以 冰 、云 和 陆 地 高 程 卫 星 2 号 （The Ice, Cloud, and Land Elevation Satellite-2, ICESat-2)平 台 。ATLAS/ICESat-2将帮助科学家研究地球冰冻圈 发 生 变 化 的 原 因 和 幅 度 ；测 量 地 球 温 带 和 热 带 区 域 的 高程信息，并 对 全 球 森 林 植 被 信 息 进 行 评 估 [2]。不同 于 GLAS/ICESat 全 波 形 记 录 ，ATLAS/ICESat-2 采用 更 为 灵 敏 的 单 光 子 探 测 器 ，以 10 kH z的重复频率发 射 532 nm激 光 脉 冲 ，通 过 获 取 高 密 度 光 子 计 数 回 波 数 据 ，实 现 高 精 度 全 球 观 测 [\

第 54 卷第 11 期2023 年 11 月中南大学学报(自然科学版)Journal of Central South University (Science and Technology)V ol.54 No.11Nov. 2023星载光子计数激光雷达数据森林高度及林下地形反演研究进展李毅，朱建军，付海强，高士娟，吴可夫(中南大学 地球科学与信息物理学院，湖南 长沙，410083)摘要：森林高度是衡量森林生物量、森林生态系统碳汇的重要参数，位于森林下的地形(林下地形)是支撑国家重大基础设施建设、灾害监测的战略信息资源。

新一代星载激光雷达ICESat-2/ATLAS 采用一种多波束微脉冲的光子计数技术，以10 kHz 的重复频率对地发射激光脉冲，从而导致出现间隔为0.7 m 、光斑半径为8.5 m 的重叠光斑。

相比于ICESat-1/GLAS ，ICESat-2/ATLAS 具有更高的空间采样率以及对坡度的不敏感性，是目前反演森林高度参数和林下地形的重要手段。

本文介绍了ICESat-2/ATLAS 的主要参数指标，总结了各类误差因素对ATL08官方产品的影响，分析了各种森林区光子点云滤波方法、ICESat-2林下地形反演方法及森林高度参数反演方法的适用性及面临的主要问题，展望了ICESat-2/ATLAS 光子点云滤波、林下地形及森林高度参数反演的发展趋势及应用前景。

关键词：星载光子计数激光雷达ICESat-2；光子点云滤波；林下地形；森林高度；研究进展中图分类号：P237 文献标志码：A 文章编号：1672-7207（2023）11-4380-11Research progress on retrieving forest canopy height and sub-canopy topography from spaceborne photon-counting LiDAR dataLI Yi, ZHU Jianjun, FU Haiqiang, GAO Shijuan, WU Kefu(School of Geosciences and Info-physics, Central South University, Changsha 410083, China)Abstract: Forest height is an important parameter to measure forest biomass and carbon sink of the forest ecosystem. The topography under the forest(sub-canopy topography) is a strategic information resource supporting national infrastructure construction and disaster monitoring. The new generation space-borne lidar ICESat-2/ATLAS adopts a multi-beam micro-pulse photon counting technology for the first time, with a repetition frequency收稿日期： 2023 −01 −12； 修回日期： 2023 −03 −25基金项目(Foundation item)：国家自然科学基金资助项目(41904004，42030112，62207032)；中南大学中央高校基础科研基金资助项目(506021729) (Projects(41904004, 42030112, 62207032) supported by the National Natural Science Foundation of China; Project(506021729) supported by the Fundamental Research Funds for the Central Universities of Central South University)通信作者：朱建军，博士，教授，从事测量平差与数据处理、复数平差理论及其在InSAR/PolInSAR 中的应用研究；E-mail ：***********.cnDOI: 10.11817/j.issn.1672-7207.2023.11.016引用格式： 李毅, 朱建军, 付海强, 等. 星载光子计数激光雷达数据森林高度及林下地形反演研究进展[J]. 中南大学学报(自然科学版), 2023, 54(11): 4380−4390.Citation: LI Yi, ZHU Jianjun, FU Haiqiang, et al. Research progress on retrieving forest canopy height and sub-canopy topography from spaceborne photon-counting LiDAR data[J]. Journal of Central South University(Science and Technology), 2023, 54(11): 4380−4390.第 11 期李毅，等：星载光子计数激光雷达数据森林高度及林下地形反演研究进展of 10 kHz to the ground. Compared with ICESat-1/GLAS, ICESat-2/ATLAS has a higher spatial sampling rate and insensitivity to slope and is currently important data for inverting the forest canopy height of forest ecosystems and sub-canopy topography. Some main indicators of ICESat-2/ATLAS were introduced and the influence of various errors on ATL08 products were summarized. The applicability of various photon point cloud filtering methods sub-canopy topography inversion and forest canopy height inversion were analyzed. The research progress and application prospects on photon point cloud filtering, sub-canopy topography inversion, and forest canopy height retrieval were put forward.Key words: space borne photon-countiong LiDAR ICESat-2; photon cloud filtering; sub-canopy topography;forest height; research progress森林生态系统是地球上最大的陆地碳库之一，拥有世界3/4以上的陆地生物[1]，通过“碳汇”和“固碳”的方式调节全球范围内二氧化碳的含量[2]，控制着全球碳循环。