下载文档原格式
激光雷达信号处理发展趋势概述说明以及解释1. 引言1.1 概述激光雷达是一种利用激光束进行测量的技术。
通过测量目标物体反射回来的激光信号，可以获取目标物体的位置和形状等信息。
因其高精度、长距离探测和三维重建能力强等特点，激光雷达在自动驾驶、机器人导航、环境感知等领域得到了广泛应用。
随着科技的不断进步，激光雷达信号处理技术也在不断发展和改进。
本文旨在对激光雷达信号处理的发展趋势进行全面的概述和解释，包括其历程、技术概述及未来趋势。
1.2 文章结构本文共分为五个部分进行说明。
首先，在引言部分介绍论文的背景和文章的结构安排。
然后，在第二部分中，将详细叙述激光雷达信号处理技术的发展历程，包括初期研究阶段、技术突破与应用拓展阶段以及当前发展现状。
接下来，在第三部分中，我们将对激光雷达信号处理技术进行概述，包括信号采集与预处理、数据滤波与去噪以及目标检测与识别。
第四部分将探讨未来发展趋势，包括高分辨率和高帧率技术应用、多传感器融合与跨层级信息融合方法研究以及实时性与低功耗优化。
最后，在结论部分总结本文的内容，并对激光雷达信号处理的未来进行展望。
1.3 目的本文的目的是全面了解激光雷达信号处理技术的发展趋势。
通过对其历程和当前状态进行梳理，对信号采集与预处理、数据滤波与去噪、目标检测与识别等关键技术进行介绍，进而探讨其未来发展方向。
通过该文章的阅读，读者将能够更好地了解激光雷达在各个领域中的应用前景，并为相关研究和工程实践提供参考依据。
这篇文章旨在系统地介绍激光雷达信号处理发展趋势，涵盖了从过去到现在再到未来的整个演变过程，并且详细说明了信号采集与预处理、数据滤波与去噪、目标检测与识别等关键技术。
通过本文，读者将更好地了解激光雷达信号处理的历史和现状，并对未来的发展趋势有所了解。
2. 发展历程：激光雷达信号处理技术在过去几十年中取得了长足的进展。
本节将详细介绍激光雷达信号处理技术的发展历程，主要包括初期研究阶段、技术突破与应用拓展阶段以及目前的发展现状。
星载激光雷达发展概况
王广昌;张曙
【期刊名称】《光电子技术与信息》
【年(卷),期】1996(9)5
【摘要】本文对近年来星载激光雷达的发展概况作了简略评述。
内容包括星载激光雷达的特点、测量原理、近年进展等。
对美、日、欧洲、俄罗斯等国星载激光雷达的进展情况，以及星载激光雷达中应用的各种激光器，如Ｎｄ：ＹＡＧ激光器，Ｈｏ、Ｔｍ、Ｅｒ激光器，钛宝石激光器，Ｃｒ：ＬｉＳＡＦ激光器等作了着重评述。
【总页数】6页(P1-6)
【关键词】星载激光雷达;固体激光器;可调谐激光器
【作者】王广昌;张曙
【作者单位】中国科学院安徽光学精密机械研究所
【正文语种】中文
【中图分类】TN958.98;TN248.1
【相关文献】
1.雷达工程：星载激光雷达的发展与应用 [J],
2.基于星载ADS-B的航空器跟踪监视发展概况及趋势 [J], 王润东;潘卫军
3.星载大气探测激光雷达发展与展望 [J], 卢乃锰;闵敏;董立新;郭建平;牛涛;刘洪利;毕研盟;王新;陈林
4.星载激光雷达的发展与测绘应用前景分析 [J], 胡国军;方勇;张丽
5.星载激光雷达的发展与应用 [J], 李然;王成;苏国中;张珂殊;唐伶俐;李传荣
因版权原因，仅展示原文概要，查看原文内容请购买。
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。
星载激光雷达全球海洋测深研究海洋水色遥感是实现全球海洋水体光学参数和颗粒物空间观测的主要手段，自1978 年第一台水色传感器(CZCS) 成功运行至今，卫星水色遥感作为全球观测系统的一个重要组成部分，在海洋初级生产力、海洋碳循环和海洋生态环境等领域发挥了重要作用。
目前业务化运行的星载水色传感器均采用被动光学遥感技术，利用海水组分对太阳光的吸收和散射特性，通过测量海面向上光谱辐射，获得海水固有光学参数IOPs以及叶绿素a浓度、颗粒有机碳POC浓度和颗粒无机碳PIC浓度、悬浮物SPM浓度生物地球化学参数。
激光雷达作为一种主动光学传感器，能够进一步提高空间全球海洋观测能力，已引起了海洋光学和水色遥感领域专家的极大兴趣。
目前在轨运行的星载云-气溶胶激光雷达（CALIOP) 已显示出海洋探测的潜力。
与被动水色传感器相比，星载海洋激光雷达具有获取垂直剖面数据和不受大气校正影响的优点，可以工作在白天和晚上，而且能覆盖太阳高度角较低的高纬度地区。
由于光波在海水中传输时衰减速度很快，海水光学性质及激光波长会显著影响激光雷达的探测深度。
文中基于激光传输过程，根据激光雷达方程和给定的激光雷达参数，对星载海洋激光雷达探测全球海洋的最优波长和最大探测深度进行了估算。
一、探测深度全球分布利用表1所示的海洋激光雷达参数和MODIS年平均海洋光学参数数据，文中对星载激光雷达全球海洋探测深度进行了估算。
发射激光参数的设定主要考虑了人眼安全阈值，并将不同波长的单脉冲能量设定为相同数值。
考虑到大气透过率受气溶胶和云的影响较大，存在较大的不确定性，这并非文中讨论的重点，因此在计算过程中将单程大气透过率假设为0.8。
背景光光谱辐亮度的数值在400～600nm的可见光范围内变化较小，因此计算过程中忽略了其随波长的变化。
表1中的背景光光谱辐亮度为太阳直射时的数值，计算时假定太阳直射赤道，并考虑背景光光谱辐亮度随纬度的变化。
所用的MODIS数据为Level 3全球年平均产品，包括吸收系数a和后向散射系数bb，水平分辨率为4km，包含6个波段(412、443、488、531、547、667 nm)。
大气探测激光雷达网络和星载激光雷达技术综述摘要：大气探测激光雷达以精细的时空分辨率、髙探测精度和连续廓线数据获取能力成为大气探测强有力的工具。
通过激光雷达观测网络和星载激光雷达，可以获得大空间尺度持续的四维大气信息，满足环境、气象和气候研究的需要。
介绍了目前存在的比较重要的激光雷达网络和航天强国的星载激光雷达计划。
关键词：大气激光雷达；网络化探测；星载探测；环境监测引言激光雷达具有精细的时间分辨率、优越的方向性和相干性、大的垂直探测跨度、高的探测精度和实时快速的数据获取能力，已经成为大气探测强有力的工具可用来探测气瘠胶和云、温度、大气密度、水汽、臭氧、温室气体、风场、能见度、大气边界层等．激光雷达根据运载平台的不同，可分为地基式、车载式、船载式、机载式、星载式激光雷达．单站的地基激光雷达、车载激光雷达、机载激光雷达在观测范围方面都有一定的区域限制，难以进行全球范围的连续式观测。
但是在气候研究中，仅有局部的大气探测信息是远远不够的。
为了适应全球气候和环境变化对气象资料的空间分布和时间分布演变资料的迫切需求，在世界气象组织、联合国环境署及区域性国际组织的倡导下，在全球范围内已经建立了一些探测大气成分物理化学性质的四维分布的区域观测网络，现存比较重要的激光雷达网包括：全球大气成分变化探测网、欧洲气溶胶研究激光雷达观测网、独联体激光雷达网、亚洲沙尘激光雷达观测网、微脉冲激光雷达网、美国东部激光雷达观测网等．而且，目前正在积极计划发展覆盖区域更广泛、观测内容更丰富、时空分辨率更高的激光雷达观测网：全球大气气溶胶激光雷达观测网。
1激光雷达观测网目前激光雷达观测网主要有：ＮＤＡＣＣ、ＥＡＲＬＩＮＥＴ、ＡＤ－ＮＥＴ、ＲＥＡＬＭ、ＭＰＬＮＥＴ、ＣＩＳ－ＬＩＮＥＴ等。
激光雷达观测网可以获得大面积的空间覆盖，获得区域和全球范围大气廊线探测数据。
不同观测网成员之间相互合作，可以对同一过程或事件（如沙尘事件、火山爆发和深林火灾等）进行不同时间、不同地点的综合观测，发现新的现象和机理。
星载合成孔径雷达干涉测量的发展1星载合成孔径雷达干涉测量的发展合成孔径雷达(SAR)是五十年代末研制成功的一种微波传感器，是微波传感器中发展最为迅速、最有成效的一种对地观测系统[1]。
合成孔径雷达干涉测量（InSAR）是SAR应用中较晚出现的一个方向，或者说是一个新的领域。
该技术具有测绘带宽，全天候、全天时的特点，获得的地表三维信息具有较高的空间精度和高程精度，是目前雷达遥感研究的热点。
从20世纪90年代中后期开始，合成孔径雷达干涉测量技术逐渐走向成熟，应用的领域不断扩展，成为SAR应用研究的热点之一。
合成孔径雷达干涉测量技术(InSAR)是以合成孔径雷达复数据提取的相位信息为信息源获取地表的三维信息和变化信息的一项技术。
干涉雷达早在1969年就被用于从地球上观测火星，1972年被用于观测月球的地形。
Graham1974年提出用合成孔径雷达干涉测量进行地形测绘。
1986年美国喷气推进实验室的Zebker和Goldstein发表了用机载双天线SAR进行地形测绘的结果，真正拉开了干涉合成孔径雷达研究的序幕[2]。
InSAR的飞行平台可以是飞机，称为机载InSAR，也可以是卫星或航天飞机，称为星载InSAR。
根据SAR影像对获取方式的不同，主要区分为单航过和双航过两类InSAR系统。
按照干涉模式的不同，InSAR主要区分为交轨干涉(XTI)、顺轨干涉(ATI)和重复轨道干涉测量(RTI)三种干涉测量模式。
交轨干涉模式是利用图像对的相位差来获取地表的数字高程模型信息；重复轨道干涉测量既可以用于测量地形高程，也可以用于监测地表运动（又称D-InSAR）；顺轨干涉模式是通过测量图像对的相位差来确定目标的运动状况，常用于水流制图、动目标检测以及定向波谱的测量。
目前可提供InSAR数据源的星载SAR系统有：日本的JERS-1、美国的SIR-C/X-SAR、加拿大的RADARSAT-1和欧空局的ENVISAT等，未来计划中的系统如日本的ALOS PALSAR和加拿大的RADARSAT-2等，也都考虑了InSAR的能力，如前文所述。
上 海 航 天A E R O S P A C E S H A N G HA I第36卷2019年第3期星载激光雷达森林探测进展及趋势庞 勇,李增元,陈博伟,梁晓军(中国林业科学研究院资源信息研究所,北京100091) 摘 要:森林是陆地上组成结构最复杂的生态系统,星载激光雷达兼具高垂直分辨率的优势和大范围数据获取的特点,在大区域尺度的森林参数定量反演方面具有独特的优势㊂从全波形激光雷达㊁光子计数激光雷达㊁成像激光雷达的技术特点㊁数据处理和森林参数提取等方面,总结了国内外森林探测激光雷达卫星载荷的发展㊁参数设置及应用潜力,以服务我国星载激光雷达森林探测系统的建设和发展㊂结合激光雷达辐射传输模型,探讨适合森林探测的激光雷达传感器参数方案,并以I C E S a t 卫星的地球科学测高系统(G L A S )和先进地形激光测高系统(A T L A S )数据为例,探讨星载激光雷达的森林参数反演方法,最后总结梳理了现有星载载荷的优劣并给出后续载荷发展的建议㊂关键词:星载激光雷达;森林探测;全波形;光子计数;成像中图分类号:T P79 文献标志码:AD O I :10.19328/j.c n k i .1006-1630.2019.03.003S t a t u s a n dD e v e l o p m e n t o f S p a c e b o r n eL i d a rA p p l i c a t i o n s i nF o r e s t r yP A N G Y o n g ,L I Z e n g y u a n ,C H E NB o w e i ,L I A N G X i a o ju n (I n s t i t u t e o fF o r e s tR e s o u r c e I n f o r m a t i o nT e c h n i q u e s ,C h i n e s eA c a d e m y o fF o r e s t r y ,B e i j i n g 100091,C h i n a )A b s t r a c t :F o r e s t i s t h em o s t c o m p l e xe c o s y s t e mo n t h e e a r t h l a n d s u r f a c e .T h e s p a c e b o r n e l i d a r s ys t e m ,w h i c h c o m b i n e s t h ea d v a n t a g e so f a c c u r a t ev e r t i c a lm e a s u r e m e n t a n dl a r g e -s c a l ed a t aa c q u i s i t i o nc a p a b i l i t y ,h a s i t so w n s u p e r i o r i t y o f q u a n t i t a t i v ef o r e s t p a r a m e t e r i n v e r s i o no v e ra l a r g ea r e a .T h ec h a r a c t e r i s t i c s ,d a t a p r o c e s s i n g,a n d f o r e s t p a r a m e t e r e x t r a c t i o no f f u l lw a v e f o r ml i d a r ,p h o t o n c o u n t i n g l i d a r ,a n d i m a g i n g l i d a r s y s t e m s a r ed e s c r i b e d .T o s e r v e t h ec o n s t r u c t i o na n dd e v e l o p m e n to ff o r e s td e t e c t i o nu s i n g C h i n a so w ns p a c e b o r n el i d a rs y s t e m ,t h e s e n s o r d e v e l o p m e n t ,p a r a m e t e rs e t t i n g s ,a n da p p l i c a t i o n p o t e n t i a la r es u mm a r i z e d ,a n dt h es e n s o ra r r a n g e m e n t w h i c hs u i t s t h e f o r e s t a p p l i c a t i o n sb a s e do n l i d a r r a d i a t i v e t r a n s f e rm o d e l s i sd i s c u s s e d .T h e i n v e r s i o n m e t h o d so f f o r e s t p a r a m e t e r s a r e d e m o n s t r a t e db y e x a m p l ed a t a f r o mt h e I C E S a tG L A Sa n dA T L A S .F i n a l l y ,a d v a n t a g e s a n d d i s a d v a n t a g e s o f e x i s t i n g s p a c e b o r n e s e n s o r s a r e s u mm a r i z e d a n d r e c o mm e n d a t i o n s f o r f u t u r e h a r d w a r e d e v e l o pm e n t a r e p r o v i d e d .K e yw o r d s :s p a c e b o r n e l i d a r ;f o r e s t d e t e c t i o n ;f u l lw a v e f o r m ;p h o t o n c o u n t i n g ;i m a g i n g 收稿日期:2019-03-07;修回日期:2019-04-12基金项目:国家自然科学基金(41871278)作者简介:庞 勇(1976 ),男,博士,主要研究方向为林业遥感机理模型㊁激光雷达信号处理及林业应用㊁森林碳汇计量和森林变化监测㊂0 引言由于森林的重要性㊁森林资源分布的广泛性和森林生态系统的复杂性,森林资源的监测和评价需要遥感技术提供定性和定量数据㊂星载激光雷达兼具激光雷达垂直信息刻画的优势和大范围数据获取的特点,在大区域尺度的森林参数定量反演方面优势较大,是世界各主要遥感机构重点发展的森林探测传感器之一㊂星载激光雷达森林观测的标志是1996年和1997年美国国家航空航天局(N A S A )在航天飞机上搭载的全波形激光雷达(S L A -1/2)进行的对地观测,展现了星载激光雷达反演植被参数的潜力[1]㊂其后在2003年发射了第1颗可用于植被观测的I C E S a t (i c e ,c l o u d ,a n d l a n de l e v a t i o ns a t e l l i t e)卫02第36卷2019年第3期庞 勇,等:星载激光雷达森林探测进展及趋势星,该卫星搭载了全波形激光雷达载荷 地球科学测高系统(G L A S )㊂2018年N A S A 又陆续发射了光子计数的I C E S a t -2A T L A S 卫星和搭载在国际空间站(I S S )平台上的G E D I (g l o b a l e c o s ys t e m d y n a m i c s i n v e s t i ga t i o n )全波形激光雷达等㊂欧洲也论证过C a rb o n -3D ,L E A F (l i d a rf o re a r t ha n df o r e s t s )等激光雷达为主载荷的卫星概念,日本也在积极论证并实施基于I S S 平台的多波束激光雷达(MO L I)系统,我国正在实施的高分七号卫星㊁陆地生态系统碳监测卫星等也将搭载适用于植被探测的全波形激光雷达载荷㊂本文针对全波形㊁光子计数㊁成像观测3种典型的森林探测激光雷达,从技术特点和林业应用进展方面进行了总结分析㊂1 全波形激光雷达1.1 雷达简介全波形激光雷达是对目标地物接收到激光发射脉冲后返回的能量进行完整采样记录的系统㊂记录的数据为激光雷达全波形数据,包括地物垂直方向上不同位置处返回的能量信息㊂波形的采样间隔(即距离分辨率)取决于回波记录的时间间隔(即时间分辨率),反映了激光点内物质被感知的详细程度㊂大光斑激光雷达森林回波波形如图1所示㊂森林的激光回波波形指示从树顶开始,通过树冠㊁林下植被,最后是地面回波的森林垂直结构㊂图1 大光斑激光雷达森林回波波形示意图F i g .1 S c h e m a t i cm a p of f o r e s t e c h o w a v e f o r mo f l a rg e f o o t pr i n t 激光回波波形是由发射脉冲和激光光斑内的森林㊁地面共同决定的㊂前者包括工作波长㊁脉冲宽度㊁脉冲能量㊁光斑尺寸和记录回波脉冲的时间间隔;后者包括激光光斑内每棵树的位置㊁高度㊁树种㊁树冠大小和形状㊁冠层反射率,以及地表的反射率㊁坡度㊁坡向等参数㊂这些因素可通过构建激光雷达的森林回波模型进行刻画㊂S U N 等[2]将森林生长模型与激光雷达波形模拟模型相结合,模拟了多种情况下森林的激光雷达回波,并利用实际森林的机载激光雷达数据对模型进行了验证㊂庞勇等[3-4]在文献[2]模型的基础上进行了改进,使之可以模拟复杂地形条件下不同空间格局森林的回波波形,并进一步研发了倾斜入射的激光雷达森林回波模型[5]㊂该模型充分考虑了激光发射脉冲的入射角和方位角,以及被观测森林在山地情况下的坡度和方位角㊂模拟显示:随着入射角的增大,森林参数反演能力有所降低,方位角对回波波形也有一定影响㊂本文基于模拟结果提出了星载全波形激光雷达森林观测的最优光斑尺寸直径为20~30m ,入射角度小于8ʎ㊂1.2 全波形激光雷达进展及林业应用全波形激光雷达森林参数反演的出发点来自森林回波的波形数据,如图1所示㊂通常需要进行波形分解㊁地面和植被回波判识㊁波形指数计算,进而基于波形指数建立森林参数的反演模型,进行参数估计㊂早期的星载波形激光雷达都是基于机载模拟系统进行方法研究㊂L E F S K Y [6]和H A R D I N G [7]使用机载激光雷达S L I C E R (s c a n n i n g l i d a r i m a ge rof c a n o p i c s b y e c h o r e c o v e r y)数据重建了阔叶林的冠层垂直分布,与地面实测结果十分接近㊂D U B A Y AH 等[8]提出了星载植被激光雷达系统(V C L )计划,该计划利用机载实验系统(L V I S )在美国㊁加拿大㊁澳大利亚等多个国家进行了成功的实验,验证了星载大光斑波形激光雷达技术适用于各种典型的森林类型[9]㊂2003年1月,N A S A 发射了第1颗全波形激光雷达卫星I C E S a t ,卫星上搭载了G L A S ,激光光斑直径约为70m ,沿轨方向光斑间隔170m ㊂由于G L A S 激光器的工作寿命远短于设计寿命,3个激光器观测时采用了互备份㊁间歇式的工作方式㊂至2009年I C E S a t 卫星服役结束,获取了覆盖全球18个观测周期的数据㊂表1为I C E S a tG L A S 不同观测周期获取的数据㊂表中数字表示激光器的编号,该卫星上有3个激光器,互为备份㊂每个激光器均采用间歇方式工作,每个观测周期用激光编号+英文字母表示,英文字母代表传感器的观测任务顺序㊂如1a 表示第1个激光器的第1次观测㊂12上海航天A E R O S P A C E S H A N G HA I第36卷2019年第3期表1I C E S a tG L A S观测周期和时段T a b.1I C E S a tG L A S o b s e r v a t i o n p e r i o da n d t i m e f r a m e时间2月3月4月5月6月9月10月11月12月2003年11 2a2a2a 2004年2b2b 2c2c 3a3a 2005年3b3b 3c3c 3d3d 2006年3e3e 3f3f 3g3g 2007年 3h3h 3i3i 2008年3j3j 3k3k/2d2d 2009年 2e2e 2f2fI C E S a tG L A S数据广泛用于反演区域尺度的森林高度与生物量等参数[10-12]㊂L E F S K Y等[13]利用G L A S和航天飞机雷达测图计划(S R T M)数据成功估计了亚马逊和北美几个试验区的森林高度,进一步研究提出了基于G L A S波形参数自身计算波形前沿上升速度和下沿下降速度对地形影响进行校正的方案,使G L A S数据能更好地应用于大范围的森林参数反演,并与MO D I S植被产品结合生产了第1个全球植被高度产品 I V P(I C E S a t v e g e-t a t i o n p r o d u c t)㊂P A N G等[14]基于G L A S数据生成全球植被高度产品,提出了使用机载激光雷达高密度点云数据的验证方法,在美国西海岸的几个常绿针叶林试验区证实G L A S的树高反演精度较高;随后,在中国云南及甘肃试验区又进一步提出了使用低密度机载激光雷达数据进行G L A S反演模型训练和检验的算法[15]㊂P A N G等[16]在中国西南林区发现不同观测周期G L A S波形长度与机载激光雷达反演的树高的相关性不同,夏季的较高㊂这些发现暗示了不同物候可能对森林参数估计的影响㊂P A N G等[17]注意到了这种现象会影响温带森林树高的反演,并通过比较近似重复观测的波形数据证实了中国东北落叶林在落叶期冠层反射明显比夏季生长季低,进一步开展的树高反演也说明夏季G L A S数据的树高反演精度较高,其他观测周期的精度较低㊂邢艳秋等[18]在中国长白山地区研究了不同坡度等级下森林高度的反演能力㊂B O U D R E A U等[19]使用G L A S数据和机载剖面激光雷达扫描线数据对加拿大魁北克的森林进行了生物量估计㊂B AC C I N I等[20]使用G L A S数据和MOD I S数据对非洲热带地区进行了森林生物量制图㊂S A A T C H I等[21]将G L A S数据与MO D I S, Q u i k S C A T等数据相结合,对全球热带国家和地区进行了森林生物量估测,并给出了生物量反演的不确定性分析图㊂S I MA R D等[22]将1个观测周期的G L A S反演的树高与MO D I S㊁T R MM㊁降雨等数据结合,建立了1个统一的反演模型,从而得到每个像元尺度上树高的估计㊂T A N G等[23]基于生物物理方法对G L A S波形作递归分析,改进了由激光雷达计算的L A I(l e a f a r e a i n d e x)和垂直叶剖面(V F P),并在美国加州成功运用,进而将方法推广至全美本土㊂王成等[24]计算了G L A S波形数据激光穿透指数(L P I),基于L P I反演了L A I并通过机器学习与L a n d s a tT M数据融合对区域L A I进行反演,结果表明该方法适用性较好㊂美国曾规划了3波束激光雷达与合成孔径雷达结合的D E S D y n I卫星计划,后来该卫星计划搁置,但其激光雷达部分演变为8波束的激光雷达载荷㊂搭载在I S S平台上的G E D I全波形激光雷达,于2018年12月成功发射㊂G E D I是第1个多波束同时工作的对地观测激光雷达,能提供位于南北纬51.6ʎ之间(I S S地面轨道覆盖的区域)的森林观测数据,将开展森林高度㊁地上生物量㊁生物多样性等方面的观测[25]㊂日本也在规划基于I S S平台的MO L I系统[26],MO L I采用双临近波束的观测模式,并同时提供3通道的光学成像观测㊂需要指出的是,G E D I和MO L I都是基于I S S平台的运行性观测计划,标志着I S S平台从航天载荷实验平台过渡到运行性观测平台㊂欧洲也论证过C a r b o n-3D, L E A F等激光雷达为主载荷的卫星概念,但没有最终立项[27]㊂近年来,国内多家单位也开始进行星载激光雷达的研究,我国计划发射的陆地生态系统碳监测卫星及高分七号卫星[28],均计划搭载全波形激光雷达22第36卷2019年第3期庞 勇,等:星载激光雷达森林探测进展及趋势系统,其中陆地生态系统碳监测卫星计划搭载3波束的激光雷达和多角度光学相机,从而实现大范围内连续的森林高度和碳储量估测㊂2 光子计数激光雷达2.1 简介微脉冲光子计数技术采用更加灵敏的探测手段,能实现单光子级别的探测㊂仪器发射脉冲的展宽小且发射频率高,能充分利用光子信息获取更高密度㊁更真实的数据,并可延长激光器寿命[29]㊂全波形激光雷达与光子计数激光雷达的林木信号对比如图2所示[30]㊂全波形信号可分辨来自植被冠层㊁下木㊁地面的回波信号㊂使用光子计数激光雷达则意味着植被散射单元多的区域内光子被记录的概率更高㊂光子计数激光雷达和离散回波激光雷达的数据外观具有很高的相似性,大量光子记录外观类似点云数据[30-31]㊂图2 全波形激光雷达与光子计数激光雷达的林木信号对比F i g .2 C o m p a r i s o no f f u l l w a v e f o r ml i d a r a n d p h o t o n c o u n t i n g l i d a r f o r f o r e s t s i gn a l s 2.2 技术进展及在林业中的应用光子计数激光雷达森林参数反演的出发点来自林区的光子点云数据,如图3所示㊂通常需要进行光子点云数据的噪声滤波㊁地面光子识别㊁植被光子识别及植被光子指数计算㊂基于光子指数建立森林参数的反演模型,进行参数估计,也可以将一定范围内的光子合成为波形数据,借用波形激光雷达的参数反演方法进行参数估计㊂N A S A 于2018年9月成功发射了光子计数激光雷达载荷的I C E S a t -2卫星㊂I C E S a t -2采用非太阳同步轨道,飞行高度约500k m ,可以观测南北纬88ʎ范围内的地球表面,重复周期为91d㊂其搭载的A T L A S 激光器在532n m (绿)波段发射并接收激光信号,共发射6束能量不一的激光束,沿轨方向分3组平行排列,组间地面距离约3.3k m ,光斑直径约16m ㊂高达10k H z 的重复频率可以得到约70c m 的沿轨采样间隔,具体的激光配置如图4所示㊂为了对卫星上天后的数据质量和工作性能进行前期试验和测试,N A S A 设计了机载模拟器对典型研究区进行机载飞行实验㊂其中比较典型的机载数据包括S I M P L (s l o p ei m a g i n g m u l t i -po l a r i z a t i o n p h o t o n -c o u n t i n g l i d a r )数据和MA B E L (m u l t i pl e a l -t i m e t e r b e a me x pe r i m e n t a l l i d a r )数据㊂另外基于MA B E L 数据模拟产生了MA T L A S (m a b e l s i m u l a -t e d a t l a s)数据,以更好地表征不同地形和地物条件下光子计数激光雷达的数据情况㊂图3为以上3种数据在不同林区的情况,分别是美国H o w l a n d 林区S I M P L 数据㊁美国弗吉尼亚州MA B E L 数据和美国弗吉尼亚州MA T L A S 数据㊂从图中可看出,数据记录沿飞行地面轨迹呈窄带状分布,属于高程剖面点云[32-33]㊂目前,针对剖面光子点云的去噪和滤波算法研究并不成熟㊂AWA D A L L A H 等[34]将主动轮廓模型引入栅格化的点云影像中,算法通过对栅格影像进行整体和局部像元信息的分析迭代,泛函分析使曲线能量最小化㊂结果表明:该方法能较好地包络出包含植被和地形的信息点,但栅格化过程会损失部分点云信息㊂H E R Z F E L D 等[35]提出了一种基于频数直方图分析的算法,该方法在美国S E R C 林区32上 海 航 天A E R O S P A C E S H A N G HA I第36卷2019年第3期图3 3种不同光子计数激光雷达数据实例F i g .3 D a t a e x a m p l e s o f t h r e e d i f f e r e n t p h o t o n c o u n t i n gl i d ar 图4 I C E S a t -2卫星A T L A S 激光器示意图F i g .4 A T L A S c o n f i gu r a t i o no n b r o a d I C E S a t -2对光子点云数据进行高噪声模拟,然后从模拟数据中分离地面点㊁植被点和噪声点㊂Z H A N G 等[36]提出了一种基于改进椭圆搜索形状的D B S C A N 密度聚类算法,对于MA B E L 数据和不同地形下的模拟数据取得了较好的结果㊂GW E N Z I 等[37]针对稀疏植被地区采用了一种基于点云高程统计的密度切割方法㊂C H E N 等[38]提出了一种基于椭圆局部离群因子的光子计数激光雷达林区信号提取自动算法,并能应用于强噪声复杂地形条件㊂由于目前尚缺乏森林目标的星载光子计数激光雷达数据源,有关森林参数反演的相关研究工作主要针对N A S A 发布的I C E S a t -2原型机机载实验数据进行㊂MO N T E S A N O 等[39]利用F L I G H T 模型对S I M P L 数据进行模拟,并根据模拟的场景详细探究了光子计数激光雷达数据在针叶林生物量估测方面的应用及不确定性的度量,50m (长度)尺度为光子计数激光雷达模型拟合的最佳水平分辨率,此时生物量间隔单位为20m g/h m 2,估测误差为20%~50%(95%置信区间)㊂GW E N Z I 等[37]利用机载实验数据探究了光子计数激光雷达应用于稀树42第36卷2019年第3期庞勇,等:星载激光雷达森林探测进展及趋势草原生态系统的潜力,结果表明:得出的高度指标与离散型激光雷达计算得到的高度具有较好的相关性㊂G L E N N等[40]分析了结合L a n d s a t8卫星光学数据和I C E S a t-2原型机机载实验数据协同反演树高的潜力,参考传统小光斑激光雷达数据点云特征构造了适合于光子点云的特征变量并用于建模反演,初步展现了光子计数激光雷达在参数反演方面的潜力㊂3成像激光雷达随着激光探测器件的发展,具有一定面阵观测能力的星载成像激光雷达也显示出林业应用潜力㊂面阵激光雷达突破了单点探测㊁扫面成像的限制,为获取高分辨率连续覆盖的植被三维信息提供了一种全新的技术手段㊂2007年发布的‘美国国家地球科学十年规划“中提出了全球地形和植被三维测量的L I S T(l i d a r s u r f a c e t o p o g r a p h y)卫星计划,计划使用成像激光雷达技术实现全球5m空间分辨率的地形和植被三维结构观测,其中激光器的指标是1000束的激光器件,实现地面5m(直径)光斑大小的分辨率,并陆续开展了一些机载样机研制[41-42]㊂K R A I N A K 等[41]采用G e i g e r模式的雪崩光电二极管测距单点模块构建雪崩光电二极管测距阵列的方式,实现了4ˑ4阵列单元的探测器研制㊂R A M O N D等[42]采用电子可调谐的面阵激光器(E S F L)方式,实现了128ˑ128阵列单元的探测器研制,且每个单元都可接收全波形的激光雷达数据㊂D U O N G等[43]用E S F L系统进行了机载飞行实验,研究结果表明:E S F L的全波形成像观测数据在地形探测和植被参数估计方面与机载小光斑激光雷达的探测能力具有较好的一致性㊂张秀达等[44]研制了基于高速增益-距离映射原理的双通道面阵成像系统,2个通道经过像素级匹配后,能以较快的速度对选通距离内的目标物体同时成像,并利用距离-时间㊁增益-时间的映射关系实现场景内的距离细分㊂李丹[45]用该系统在我国青岛进行了森林郁闭度反演实验,结果表明:郁闭度的估测精度为70.22%㊂周国清等[46]研制了基于光纤耦合的5ˑ5阵列单元雪崩光电二极管成像激光雷达系统㊂由于激光器能量和发射频率的综合限制,目前成像模式的星载激光雷达仍然处于原理样机研究阶段,尚无确定的卫星计划㊂4结束语综合国内外森林探测激光雷达系统的发展可以看到,全波形激光雷达应用于森林探测的技术较为成熟,未来面向植被探测的星载全波形激光雷达载荷发展趋势会由单波束探测逐渐过渡到多波束探测,考虑到空间覆盖的观测能力,将逐步加大一定范围内空间侧摆的能力,实现卫星寿命期内尽可能密集的空间光斑采样㊂目前星载光子计数激光雷达在森林参数方面的反演和预测尚处于研究探索阶段,如何从强背景噪声中提取信号点,以及如何利用辐射传输模型对信号进行模拟仿真等,需要从机理层面理解噪声产生的形态及分布规律,有待深入研究㊂随着I C E S a t-2A T L A S数据的发布,光子计数激光雷达有望得到较快的发展㊂成像激光雷达是一种获取大范围连续森林垂直参数的有效手段,但距离卫星发射仍有较远的距离㊂未来一段时间内,激光雷达(全波形或光子计数)数据提供的大范围离散观测数据,仍然需要与其他成像遥感数据(光学或微波)协同实现空间连续覆盖的森林观测㊂作为有源㊁主动的遥感技术,星载激光雷达载荷对稳定性㊁器件寿命要求很高㊂在其发展过程中,国际上的载人航天平台发挥了很大作用(美国航天飞机的S L A-1/2,近几年国际空间站平台的G E D I和MO L I),建议我国也充分发挥空间站平台的优势,建设更加灵活㊁可靠的星载激光雷达森林探测系统㊂国外已发射的星载激光雷达多为单一载荷,这样可以在波束数量㊁备份激光器方面有更大的余量,观测时段也更加灵活,而且夜晚观测往往能提供信噪比更高的激光回波数据㊂随着我国卫星姿控能力的提升,也可有选择地借鉴这种模式,以获取更多高质量的激光雷达观测数据㊂参考文献[1] S U N G,R A N S O N KJ,K HA R U K VI,e t a l.V a l i d a-t i o no f s u r f a c eh e i g h t f r o ms h u t t l er a d a r t o p o g r a p h ym i s s i o n u s i n g s h u t t l e l a s e r a l t i m e t e r[J].R e m o t eS e n s i n g o fE n v i r o n m e n t,2003,88(4):401-411.[2] S U N G,R A N S O N KJ.M o d e l i n g l i d a r r e t u r n s f r o mf o r e s t c a n o p i e s[J].I E E E T r a n s a c t i o n so nG e o s c i e n c ea n dR e m o t eS e n s i n g,2000,38(6):2617-2626.[3]庞勇,孙国清,李增元.林木空间格局对大光斑激光雷达波形的影响模拟[J].遥感学报,2006,10(1):97-103.[4]庞勇,李增元,M I C HA E LL,等.地形对大光斑激光52上海航天A E R O S P A C E S H A N G HA I第36卷2019年第3期雷达森林回波影响研究[J].林业科学研究,2007,20(4):464-468.[5] P A N G Y,L E F S K Y M,S U N G Q,e t a l.I m p a c t o ff o o t p r i n t d i a m e t e r a n d o f f-n a d i r p o i n t i ng o n th e p r e c i-s i o no f c a n o p y h e i g h t e s t i m a t e s f r o ms p a c e b o r n e l i d a r[J].R e m o t e S e n s i n g o f E n v i r o n m e n t,2011,115(11):2798-2809.[6] L E F S K Y M A,C OH E N W B,A C K E RS A,e t a l.L i d a r r e m o t e s e n s i n g o f t h e c a n o p y s t r u c t u r e a n db i o-p h y s i c a l p r o p e r t i e s o f D o u g l a s-f i r w e s t e r n h e m l o c kf o r e s t s[J].R e m o t eS e n s i ng o fE n v i r o n m e n t,1999,70(3):339-361.[7] P A R K E R G G,L E F S K Y M A,HA R D I N G D J.P A R t r a n s m i t t a n c e i n f o r e s t c a n o p i e s d e t e r m i n e du s i n g a i r b o r n e l a s e r a l t i m e t r y a n d i n-c a n o p yq u a n t u mm e a s u r e m e n t s[J].R e m o t eS e n s i n g o fE n v i r o n m e n t,2001,76(3):298-309.[8] D U B A Y A H R,B L A I R JB,B U F T O N JL,e t a l.T h ev e g e t a t i o nc a n o p y l i d a r m i s s i o n[C]//L a n d S a t e l l i t eI n f o r m a t i o n i nt h eN e x tD e c a d e I I:S o u r c e sa n d A p-p l i c a t i o n s,A S P R S,B e t h e s d a.1997:100-112. [9] B L A I RJB,R A B I N E D L,HO F T O N M A.T h el a s e r v e g e t a t i o ni m a g i n g s e n s o r(L V I S):a m e d i u m-a l t i t u d e,d i g i t a t i o n s-o n l y,a i rb o r n e l a s e r a l t i m e t e r f o rm a p p i n g v e g e t a t i o na n dt o p o g r a p h y[J].I S P R SJ o u r-n a l o fP h o t o g r a mm e t r y&R e m o t e S e n s i n g,1999,54(2):115-122.[10] L E F S K Y M A,HA R D I N GDJ,K E L L E R M,e t a l.E s t i m a t e so ff o r e s tc a n o p y h e i g h ta n da b o v e g r o u n db i o m a s s u s i n g I C E S a t[J].G e o p h y s ic a lR e s e a r c hL e t-t e r s,2005,32(22):L22S02.[11] L E F S K Y M A,K E L L E R M,P A N G Y,e ta l.R e-v i s e dm e t h o d f o r f o r e s t c a n o p y h e i g h t e s t i m a t i o n f r o mt h e g e o s c i e n c e l a s e ra l t i m e t e rs y s t e m w a v e f o r m s[J].J o u r n a lo f A p p l i e d R e m o t e S e n s i n g,2007,1(1):013537.[12] N E L S O N R,R A N S O N K,S U N G,e ta l.E s t i m a-t i n g S i b e r i a nt i m b e rv o l u m eu s i n g MO D I Sa n dI C E-S a t/G L A S[J].R e m o t e S e n s i n g o f E n v i r o n m e n t,2008,113(3):691-701.[13] L E F S K Y M A.A g l o b a l f o r e s tc a n o p y h e i g h t m a pf r o mt h em o d e r a t e r e s o l u t i o n i m ag i n g s p e c t r o r a d i o m-e t e r a n d t h e g e o s c i e n c e l a s e r a l t i m e t e r s y s t e m[J].G e-o p h y s i c a lR e s e a r c hL e t t e r s,2010,37(15):78-82.[14] P A N G Y,L E F S K Y M,A N D E R S E N H E,e ta l.V a l i d a t i o n o ft h eI C E S a tv e g e t a t i o n p r o d u c t u s i n gc r o w n-a r e a-w e i g h t ed me a n h e i g h t d e r i v e d u s i n gc r o w nde l i n e a t i o nw i t hd i s c r e t er e t u r nl i d a rd a t a[J].C a n a d i a n J o u r n a l o fR e m o t e S e n s i n g,2008,34(S u p p l2):S471-S484.[15] HU A N G K,P A N G Y,S HU Q,e ta l.R e g i o n a la b o v e g r o u n d f o r e s t b i o m a s s e s t i m a t i o nu s i n g a i r b o r n ea n ds p a c eb o r n el i d a rf u s i o n w i t ho p t ic a ld a t ai nt h es o u t h w e s t o fC h i n a[C]//P r o c e e d i n g so f t h e18t hI n-t e r n a t i o n a l C o n f e r e n c e o n G e o i n f o r m a t i c s,B e i j i n g,C h i n a,2010:1-6.[16] P A N G Y,L E F S K Y M,L IZ.F o r e s tv e r t i c a l s t r u c-t u r e a n a l y s i su s i n g w a v e f o r m L i D A Rd a t a[C]//P r o-c e ed i n g s o f t he I n t e r n a t i o n a lL i D A R M a p p i n g F o r u m08,D e n v e r,U S A,2008:1-10.[17] P A N G Y,L E F S K Y M,S U N G,e ta l.T e m p e r a t ef o r e s th e igh te s ti m a t i o n p e r f o r m a n c e u s i n g I C E S a tG L A Sd a t af r o m d i f f e r e n to b s e r v a t i o n p e r i o d s[J].P r o c e e d i n g s o f I S P R S,2008,37(B7):777-782. [18]邢艳秋,王立海.基于I C E S a t-G L A S完整波形的坡地森林冠层高度反演研究:以吉林长白山林区为例[J].武汉大学学报(信息科学版),2009,34(6):696-700.[19] B O U D R E A UJ,N E L S O N R F,MA R G O L I S H A,e t a l.R e g i o n a l a b o v e g r o u n df o r e s t b i o m a s su s i ng a i r-b o r n e a n d s p ac e b o r n eL i D A Ri n Q uéb e c[J].R e m o t eS e n s i n g o fE n v i r o n m e n t,2008,112(10):3876-3890.[20] B A C C I N I A,L A P O R T E N,G O E T Z S J,e ta l.Af i r s tm a p o f t r o p i c a lA f r i c a sa b o v e-g r o u n db i o m a s sd e r i v e d f r o ms a t e l l i t e i m a g e r y[J].E n v i r o n m e n t a lR e-s e a r c hL e t t e r s,2008,3(4):45011-45019.[21] S A A T C H ISS,HA R R I S N L,B R OWN S,e ta l.B e n c h m a r km a p o f f o r e s t c a r b o n s t o c k s i n t r o p i c a l r e-g i o n s a c r o s s t h r e e c o n t i n e n t s[J].P N A S,2011,108:9899-9904.[22] S I MA R D M,P I N T O N,F I S H E R JB,e t a l.M a p p i n gf o r e s tc a n o p y h e igh t g l o b a l l y wi t hs p a c e b o r n el i d a r[J].J o u r n a lo f G e o p h y s i c a l R e s e a r c h,2011,116:G04021.[23] T A N G H,D U B A Y A H R,B R O L L Y M,e t a l.L a r g e-s c a l e r e t r i e v a l o f l e a f a r e a i n d e x a n d v e r t i c a l f o-l i a g e p r o f i l e f r o m t h e s p a c e b o r n e w a v e f o r m l i d a r(G L A S/I C E S a t)[J].R e m o t e S e n s i n g o f E n v i r o n-m e n t,2014,154:8-18.[24]骆社周,王成,习晓环,等.星载激光雷达G L A S与TM光学遥感联合反演森林叶面积指数[J].红外与毫米波学报,2015,34(2):243-249. [25] S T Y S L E YPR,C O Y L EDB,C L A R K EGB,e t a l.L a s e r p r o d u c t i o nf o rN A S A sG l o b a l e c o s y s t e m d y-n a m i c s i n v e s t i g a t i o n(G E D I)l i d a r[C]//P r o c e e d i n g s62第36卷2019年第3期庞勇,等:星载激光雷达森林探测进展及趋势o fS P I E L a s e r R a d a r T e c h n o l o g y a n d A p p l i c a t i o n sX X I,2016,9832:983207.[26] S A K A I Z AWA D,M I T S UHA H IR,MU R O O K AJ,e t a l.C u r r e n ts t a t u sof t h eI S S-v eg e t a t i o nl i d a r m i s-s i o n-MO L I[C]//I E E EI n t e r n a t i o n a lG e o s c i e n c ea n dR e m o t eS e n s i n g S y m p o s i u m,2018:1861-1864.[27] H E S E S,L U C H T W,S C HMU L L I U S C,e ta l.G l o b a l b i o m a s sm a p p i n g f o r a n i m p r o v e du n d e r s t a n d-i n g o f t h eC O2b a l a n c e:t h e e a r t ho b s e r v a t i o nm i s s i o nC a r b o n-3D[J].R e m o t e S e n s i n g o f E n v i r o n m e n t,2005,94(1):94-104.[28]唐新明,李国元.激光测高卫星的发展与展望[J].国际太空,2017(11):15-20.[29] D E G N A NJ J.P h o t o n c o u n t i n g l i d a r s f o r a i r b o r n e a n ds p a c e b o r n e t o p o g r a p h i cm a p p i n g[C]//A p p l i c a t i o n s o fL a s e r s f o rS e n s i n g a n dF r e eS p a c eC o mm u n i c a t i o n s.[s.l.]O p t i c a l S o c i e t y o fA m e r i c a,2010:L S WA4.[30] HA R D I N G D.P u l s e dl a s e ra l t i m e t e rr a n g i n g t e c h-n i q u e sa n di m p l i c a t i o n sf o rt e r r a i n m a p p i n g[M]//T o p o g r a p h i cL a s e rR a n g i n g a n dS c a n n i n g:P r i n c i p l e sa n d P r o c e s s i n g.2n d e d.B o c a R a t o n:C R C P r e s s,2009:173-194.[31]夏少波,王成,习晓环,等.I C E S a t-2机载试验点云滤波及植被高度反演[J].遥感学报,2014,18(6):1199-1207.[32] MA R I N O R M,T U R N E R M D,K AM E R MA N GW,e t a l.P h o t o n-c o u n t i n g l i d a r f o ra e r o s o l d e t e c t i o na n d3Di m a g i n g[C]//P r o c e e d i n g s o f S P I EL a s e rR a-d a r Te c h n o l o g y a n d A p p l i c a t i o n s X I V,O r l a n d o,U S A,2009,7323:73230H.[33] M C G I L L M,MA R K U ST,S C O T T VS,e t a l.T h em u l t i p l ea l t i m e t e r b e a m e x p e r i m e n t a l L i d a r(MA-B E L):a na i r b o r n es i m u l a t o rf o rt h eIC E S a t-2m i s-s i o n[J].J o u r n a lo fA t m o s p h e r i ca n d O c e a n i cT e c h-n o l o g y,2013,30(2):345-352.[34] AWA D A L L A H M,G HA N N AM S,A B B O T T L,e t a l.At w o-s t a g ea l g o r i t h mf o r e x t r a c t i o no fg r o u n da n dt o p o fc a n o p y i n p h o t o n-c o u n t i n g p r o f i l i n g-L i-D A R d a t ai n p r e p a r a t i o nf o rt h eI CE S a t-2m i s s i o n[C]//I E E EG e o s c i e n c e a n dR e m o t e S e n s i n g S y m p o s i-u m.I E E E,2014:1353-1356.[35] H E R Z F E L D U C,M C D O N A L D B W,WA L L I N BF,e t a l.A l g o r i t h mf o r d e t e c t i o no f g r o u n d a n d c a n o-p y c o v e r i nm i c r o p u l s e p h o t o n-c o u n t i n g l i d a r a l t i m e t e rd a t ai n p re p a r a t i o nf o rt h eI C E S a t-2m i s s i o n[J].I E E ET r a n s a c t i o n so n G e o s c i e n c ea n d R e m o t eS e n s-i n g,2014,52(4):2109-2125.[36] Z HA N GJ,K E R E K E SJ.A na d a p t i v ed e n s i t y-b a s e dm o d e lf o re x t r a c t i n g s u r f a c er e t u r n sf r o m p h o t o n-c o u n t i n g l a s e ra l t i m e t e rd a t a[J].I E E E Ge o s c i e n c ea n dR e m o t eS e n s i n g L e t t e r s,2015,12(4):726-730.[37] GW E N Z ID,L E F S K Y M A,S U C H D E O VP,e t a l.P r o s p e c t s o f t h e I C E S a t-2l a s e r a l t i m e t r y m i s s i o n f o rs a v a n n ae c o s y s t e m s t r u c t u r a ls t u d i e s b a s e d o n a i r-b o r n es i m u l a t i o nd a t a[J].I S P R SJ o u r n a lo fP h o t o-g r a mm e t r y a n dR e m o t eS e n s i n g,2016,118:68-82.[38] C H E NB,P A N G Y,L IZ,e t a l.G r o u n da n dt o p o fc a n o p y e x t r a c t i o nf r o m p h o t o nc o u n t i n g L i D A Rd a t au s i n g l o c a lo u t l i e rf a c t o r w i t he l l i p s es e a r c h i n g a r e a[J/O L].I E E E G e o s c i e n c ea n dR e m o t eS e n s i n g L e t-t e r s,2019[2019-02-20].h t t p s://i e e e x p l o r e.i e e e.o r g/d o c u me n t/8680641.[39] MO N T E S A N OP M,R O S E T T EJ,S U N G,e ta l.T h eu n c e r t a i n t y o fb i o m a s se s t i m a t e sf r o m m o d e l e dI C E S a t-2r e t u r n sa c r o s sab o r e a l f o r e s t g r a d i e n t[J].R e m o t eS e n s i n g o fE n v i r o n m e n t,2015,158:95-109.[40] G L E N N N F,N E U E N S C HWA N D E R A,V I E R-L I N GL A,e t a l.L a n d s a t8a n d I C E S a t-2:p e r f o r m-a n c ea n d p o t e n t i a ls y n e r g i e sf o r q u a n t i f y i n g d r y l a n de c o s y s t e mv e g e t a t i o nc o v e ra n db i o m a s s[J].R e m o t eS e n s i n g o fE n v i r o n m e n t,2016,185:233-242. [41] K R A I N A K M A,Y U A W,Y A N G G,e t a l.P h o-t o n-c o u n t i n g d e t e c t o r s f o r s p a c e-b a s e d l a s e r r e c e i v e r s[C]//P r o c e e d i n g s o f S P I E Q u a n t u m S e n s i n g a n dN a n o p h o t o n i c D e v i c e s V I I.S a n F r a n c i s c o,U S A,2010,7608:760827.[42] R AMO N DT,W E I M E RCS,L E F S K Y M A,e t a l.T h e e l e c t r o n i c a l l y s t e e r a b l e f l a s h l i d a r a d a p t a b i l i t y f o rc h a r a c t e r i z i n g f o r e s t s t r u c t u r e[C]//A G U F a l lM e e t-i n g,2010,223-225.[43] D U O N G H V,L E F S K Y M A,R A M O N D T,e ta l.T h e e l e c t r o n i c a l l y s t e e r a b l e f l a s hl i d a r:a f u l lw a v e f o r ms c a n n i n g s y s t e mf o r t o p o g r a p h i c a n d e c o s y s t e ms t r u c t u r ea p p l i c a t i o n s[J].I E E E T r a n s a c t i o n s o n G e o s c i e n c ea n dR e m o t e S e n s i n g,2012,50(11):4809-4820. [44] Z HA N G XD,Y A N H M,Z HO U Q.I n v e s t i g a t i o n so f r a n g e a c c u r a c y f o r l o n g-r a n g e t h r e e-d i m e n s i o n a l a c-t i v e i m a g i n g[J].C h i n e s eO p t i c sL e t t e r s,2011,9(6):48-50.[45]李丹.基于地基扫描与机载成像激光雷达的森林参数反演研究[D].昆明:西南林业大学,2012. [46]周国清,周祥,张烈平,等.面阵激光雷达多通道时间间隔测量系统研制[J].电子器件,2015(1):166-173.(本文编辑:姚麒伟)72。
机载激光雷达发展与应用简介作者：刘庭杰陈玉茹李建东来源：《硅谷》2014年第14期摘要机载激光雷达是一项迅速发展的新型探测应用方式，文章着重介绍了机载激光雷达的发展与应用前景。
关键词机载激光雷达；机载平台中图分类号：TN9 文献标识码：A 文章编号：1671-7597（2014）15-0200-01激光雷达是用激光器作为辐射源的雷达系统，工作波长在红外到紫外光谱段，利用激光束对目标进行探测和定位，具有比传统雷达波束更窄、测速范围更广、抗电磁干扰和杂波干扰能力更强的优点，并且体积和重量都比传统雷达小得多，更适用于机载平台。
近年来，随着军事、民用需求的急剧提升以及光电技术的飞速发展，激光雷达也正越来越多应用于机载平台，再次成为新的研究热点。
1 激光雷达分类按工作时采用的探测技术，激光雷达可以分为直接探测型和相干探测型两种；按照激光雷达要实现的功能，则可分为跟踪激光雷达、动目标指示激光雷达、风切变探测激光雷达、目标识别激光雷达、振动传感激光雷达和成像激光雷达等几种。
2 机载激光雷达应用机载激光雷达在军民用多领域都有广泛的潜力和前景。
低空和超低空障碍物，比如铁塔、高杆、电线和阻塞气球拉线等，是飞机和直升机飞行的严重威胁物，但之前飞机上的传感器，包括肉眼和雷达，发现上述障碍物都很困难，特别是在夜间和恶劣天气条件下。
激光雷达具有更高的角度分辨率，能够在夜间工作，还能绘制障碍物的三维图像，提供的图像信息足以识别目标，因此激光雷达在飞机和直升机上的一个重要的应用就是低空、超低空障碍物预警，对于海上小目标探测也比现有的雷达系统具备更多的优势。
美国、德国、法国等国都已经发展了飞机和直升机飞行障碍回避系统[1]，早在20世纪末，德国的“Hellas”障碍探测激光雷达就能够探测300～500米距离内直径超过1厘米的电线。
法国的吊舱载CLARA激光雷达不但能探测标杆和电缆之类的障碍物，还具有地形跟踪、目标指示和测距以及活动目标指示等功能。
