机载林业探测大光斑激光雷达系统的设计与应用

doi:10.13466/j.cnki.lyzygl.2018.04.020

摘要/Abstract

摘要：

激光雷达以其独特的穿透能力在大面积的林业探测中越来越受到重视。以国家林业局调查规划设计院和北京遥测技术研究所共同设计研发的大光斑激光雷达系统为基础,详细介绍了该系统的工作原理、模块组成、设备安装、参数设计、数据处理等,并对该系统的飞行试验数据进行了分析,结果显示,该系统下得到的波形数据可对建筑、农田、森林等地物进行精确地刻画。进一步利用Matlab 2014b软件对大光斑激光雷达回波波形估测森林样地最大冠层高度,并利用与之对应的小光斑激光雷达数据提取的森林最大冠层高度对比,总体平均精度达到89.24%。利用SPSS软件做配对样本T检验,结果表明,该系统下获得的大光斑波形数据估测的森林最大冠层高度与小光斑估测的森林冠层高度的差异显著性为0.366,大于0.05,无明显差异,直接证明了大光斑激光雷达估测森林最大冠层高度的独特性能。因此,在未来的林业探测中,可用该系统对大面积的森林资源进行探测,为大面积估测林分最大高、平均高、郁闭度、生物量、蓄积量、叶面积指数等一系列森林参数创造了条件。

关键词: 林业, 机载, 大光斑激光雷达, 设计, 应用, 最大高

Abstract:

LiDAR(Light Laser Detection and Ranging)are drawing more attention with its unique penetration for the detection of large areas of forest.Based on the large-footprint LiDAR system designed by Academy of Forest Inventory and Planning of State Forestry Administration and Beijing Telemetry Technology Research Institute,this paper introduced the working principle of the system,module composition,equipment installation,parameter design,data processing,etc.,and one flight test data of the system was analyzed.The results show that the waveform data obtained through this system can describe buildings,farmland and forest accurately.In addition,compared with the data collected by the small-footprint LiDAR,the overall average accuracy is 89.24%,which proves this system has a high precision in the description of maximum crown height.The result of paired sample T test with no significance of difference also proves the data obtained through the system has a unique performance of estimation in maximum canopy height of the forest.Therefore,the large-footprint LiDAR system can be used to estimate large areas of forest for maximum height,average height,crown density,biomass,volume,leaf area index and a series of forest parameters in the detection of forest in the future.

Key words: forestry, airborne, large-footprint LiDAR, design, application, maximum height

中图分类号:

S771.8

吴发云, 高显连, 潘超, 孙忠秋, 王丽东, 刘迎春. 机载林业探测大光斑激光雷达系统的设计与应用[J]. 林业资源管理, 2018, 0(4): 125-132.

WU Fayun, GAO Xianlian, PAN Chao, SUN Zhongqiu, WANG Lidong, LIU Yingchun. Design and Application of Forest Detecting Based on Airborne Large-Footprint LiDAR System[J]. FOREST RESOURCES WANAGEMENT, 2018, 0(4): 125-132.

图/表 14

图1

图2

表1

表2

表3

表4

图3

图4

图5

图6

图7

图8

表5

表6

参考文献 22

[1]	邢艳秋, 王蕊, 李增元. 基于星载雷达全波形数据估测森林结构参数研究综述[J]. 世界林业研究, 2013(6):27-32.
[2]	ZENG Yuan, Michael Yuan, Schaepman E, et al. Forest structural variables retrieval using EO-1 hyperion data in combination with linear spectral unmixing and an inverted geometric-optical model[J]. Journal of Remote Sensing, 2007,11(5):648-658. doi: 10.11834/jrs.20070590
[3]	庞勇, 李增元, Michael Lefsky, 等. 地形对大光斑激光雷达森林回波影响研究[J]. 林业科学研究, 2007(4):464-468.
[4]	Jing Z, Jing L I. Review of forest vertical structure parameter inversion based on remote sensing technology[J]. Journal of Remote Sensing, 2013,17(4):697-716. doi: 10.11834/jrs.20132183
[5]	张智宇, 王虹, 张文豪, 等. 卫星激光测高植被目标回波的半解析仿真模型[J]. 测绘学报, 2018,47(2):142-152.
[6]	Hofton M A, Minster J B, Blair J B. Decomposition of laser altimeter waveforms[J]. IEEE Transactions on Geoscience & Remote Sensing, 2000,38(4):1989-1996.
[7]	胡艳, 王迪, 刘凌菲, 等. 利用大光斑激光雷达估测小兴安岭平均树高[J]. 安徽农业科学, 2014(15):4707-4709.
[8]	Lefsky M A, Keller M, Pang Y, et al. Revised method for forest canopy height estimation from Geoscience Laser Altimeter System waveforms[J]. Journal of Applied Remote Sensing, 2007,1(1):6656-6659.
[9]	王蕊, 邢艳秋, 邱赛, 等. 基于ICESat-GLAS全波形数据的坡地森林冠层高度估测[J]. 安徽农业科学, 2014(9):2790-2793.
[10]	Lefsky M A. A global forest canopy height map from the Moderate Resolution Imaging Spectrora diometer and the Geoscience Laser Altimeter System[J]. Geophysical Research Letters, 2010,37(15):78-82.
[11]	Simard M, Pinto N, Fisher J B, et al. Mapping forest canopy height globally with spaceborne LiDAR[J]. Journal of Geophysical Research Biogeosciences, 2015,116(G4):4021.
[12]	董立新, 戎志国, 李贵才, 等. 吉林长白山森林冠顶高度激光雷达与MERSI联合反演[J]. 武汉大学学报:信息科学版, 2011(9):1020-1024.
[13]	吴迪. 基于GLAS和MISR数据的森林冠层高度和地上生物量遥感估算研究[D]. 哈尔滨:东北林业大学, 2015.
[14]	王蕊, 邢艳秋, 王立海, 等. 联合星载ICESat-GLAS波形与多光谱Landsat-TM影像的森林郁闭度估测[J]. 应用生态学报, 2015(6):1657-1664.
[15]	García M, Popescu S, Riaño D, et al. Characterization of Canopy Fuels using ICESat/GLAS Data[J]. Remote Sensing of Environment, 2012,123(1):81-89. doi: 10.1016/j.rse.2012.03.018
[16]	刘美爽, 邢艳秋, 李立存, 等. 基于星载激光雷达数据和支持向量分类机方法的森林类型识别[J]. 东北林业大学学报, 2014(2):124-128.
[17]	吴红波. 基于星载大光斑LiDAR数据反演森林冠层高度及应用研究[D]. 哈尔滨:东北林业大学, 2011.
[18]	于颖, 范文义, 李明泽, 等. 利用大光斑激光雷达数据估测树高和生物量[J]. 林业科学, 2010(9):84-87. doi: 10.11707/j.1001-7488.20100914
[19]	Baccini A, Laporte N, Goetz S J, et al. A first map of tropical africa’s above-ground biomass derived from satellite imagery[J]. Environmental Research Letters, 2008,3(4):45011-45019. doi: 10.1088/1748-9326/3/4/045011
[20]	黄克标, 庞勇, 舒清态, 等. 基于ICESat GLAS的云南省森林地上生物量反演[J]. 遥感学报, 2013,17(1):169-183.
[21]	Ip A, Elsheimy N, Mostafa M. Performance analysis of integrated sensor orientation[J]. Photogrammetric Engineering & Remote Sensing, 2007,73(1):89-97.
[22]	孙红星, 袁修孝, 付建红. 航空遥感中基于高阶INS误差模型的GPS/INS组合定位定向方法[J]. 测绘学报, 2010,39(1):28-33.

设备	指标名称	设计值	实测值
激光器	发射波长	1064 nm	1064.1 nm
	能量@1 064 nm	2 mJ	2.03 mJ
	发散角	5 mrad	X=5.06mrad;
			Y=5.12mrad
	脉宽	1.5 ns	1.57 ns
	重频	40 Hz	40 Hz
	M2	X≤3	X=2.954
		Y≤3	Y=2.736
望远镜	口径	100 mm	100 mm
	视场角	6 mrad	6 mrad
接收系统	滤光片带宽(FWHM)	10 nm,透过率≥0.7	设计保证
	探测器光敏面直径	0.8 mm	设计保证
	探测器带宽	≥100 MHz	112.5 MHz
	探测器	APD	设计保证
电子系统	采样率	1 GHz	1 GHz

指标名称	设计值
传感器分辨率	10328×7760(8000万Pixel)
动态范围	>72db
像元尺寸	5.2μm
成像传感器大小	53.7mm×40.4mm
画幅宽高比	4∶3
感光度范围(ISO)	35~800
快门速度	1/1600 s
相机镜头焦距	50mm,f/4.0
相机镜头视场角	56.5°×44°
数据接口	USB 3.0
最小拍照间隔	1.8s
数据存储	1TB SSD固态硬盘,机身内置CF卡、内置UDMA6和UDMA7

指标名称	设计值
稳定范围(方位、俯仰轴)	≥±8deg
最大角速度(方位、俯仰轴)	≥50deg/s
最大角加速度(方位、俯仰轴)	≥200deg/s²
动态误差(方位、俯仰轴)	0.08deg(3deg,3Hz)
自动置平模式时竖直偏差	<0.01deg
有效负荷	50kg

指标名称	设计值
采样率	200Hz
位置精度	≤1.0m(DGPS组合),≤0.3m(后处理);
水平、俯仰姿态精度	≤0.008°(DGPS组合),≤0.005°(后处理)
航向精度	≤0.1°(DGPS组合),≤0.008°(后处理)

大光斑号	大光斑估测值	小光斑估测值	差值	精度
5798	15.31	13.20	-2.11	0.84
5818	17.51	14.40	-3.11	0.78
5838	19.31	21.90	2.59	0.88
5858	19.67	16.50	-3.17	0.81
5878	17.22	15.30	-1.92	0.87
5898	16.75	20.10	3.35	0.83
5918	17.67	16.05	-1.62	0.90
5938	19.97	19.50	-0.47	0.98
5958	19.21	22.50	3.29	0.85
5978	20.20	17.40	-2.80	0.84
5998	14.12	16.20	2.08	0.87
6018	19.71	21.00	1.29	0.94
6038	19.54	16.35	-3.19	0.80
6058	19.37	22.05	2.68	0.88
6078	24.26	25.95	1.69	0.93
6098	21.73	19.80	-1.93	0.90
6118	24.14	26.25	2.11	0.92
6138	25.43	25.20	-0.23	0.99
6158	23.31	26.70	3.39	0.87
6178	23.15	25.50	2.35	0.91
6198	24.50	24.00	-0.50	0.98
6218	25.99	24.30	-1.69	0.93
6238	24.97	27.30	2.33	0.91
6258	24.57	25.20	0.63	0.98
6278	25.50	24.60	-0.90	0.96
6298	23.62	25.65	2.03	0.92
6318	25.25	28.50	3.25	0.89
6338	20.97	23.40	2.43	0.90
6358	18.78	15.90	-2.88	0.82
6378	20.22	23.10	2.89	0.88