星載光子計(jì)數(shù)激光雷達(dá)數(shù)據(jù)森林高度及林下地形反演研究進(jìn)展

李毅，朱建軍，付海強(qiáng)，高士娟，吳可夫

(中南大學(xué) 地球科學(xué)與信息物理學(xué)院，湖南 長(zhǎng)沙，410083)

森林生態(tài)系統(tǒng)是地球上最大的陸地碳庫(kù)之一，擁有世界3/4 以上的陸地生物[1]，通過(guò)“碳匯”和“固碳”的方式調(diào)節(jié)全球范圍內(nèi)二氧化碳的含量[2]，控制著全球碳循環(huán)。當(dāng)今遙感技術(shù)的發(fā)展為森林碳儲(chǔ)量的反演奠定了基礎(chǔ)。傳統(tǒng)林業(yè)調(diào)查難以用于系統(tǒng)地統(tǒng)計(jì)全球森林碳儲(chǔ)量，而森林生態(tài)系統(tǒng)碳儲(chǔ)量與森林高度等垂直結(jié)構(gòu)參數(shù)密切相關(guān)，是林業(yè)調(diào)查的重要參數(shù)[3-4]。森林高度參數(shù)對(duì)森林生態(tài)系統(tǒng)的結(jié)構(gòu)分層、“碳達(dá)峰”與“碳中和”工作的實(shí)現(xiàn)具有十分重要的意義，是林學(xué)、植被生態(tài)學(xué)和遙感科學(xué)研究的熱點(diǎn)問(wèn)題[5]。另外，數(shù)字地形模型(digital terrain model, DTM)是支撐國(guó)家重大基礎(chǔ)設(shè)施建設(shè)、災(zāi)害監(jiān)測(cè)的戰(zhàn)略信息資源，關(guān)乎國(guó)計(jì)民生和國(guó)家安全。然而，在森林覆蓋區(qū)，傳統(tǒng)遙感手段無(wú)法穿透森林覆蓋層測(cè)繪森林下的地形(林下地形)。獲取準(zhǔn)確的林下地形對(duì)于國(guó)家地理信息、國(guó)防安全、基礎(chǔ)設(shè)施建設(shè)和地球科學(xué)領(lǐng)域基礎(chǔ)研究極為重要，如何獲取準(zhǔn)確的林下地形是近年來(lái)測(cè)繪遙感、地球物理、地理信息等領(lǐng)域的重要研究目標(biāo)。

傳統(tǒng)的林業(yè)參數(shù)調(diào)查采用人工測(cè)量模式，可以獲取高精度的森林高度及林下地形參數(shù)，但人工測(cè)量無(wú)法獲取大范圍林業(yè)參數(shù)，且人工成本較大，耗費(fèi)時(shí)間較長(zhǎng)。光學(xué)遙感為大范圍測(cè)圖帶來(lái)了便利，且數(shù)據(jù)獲取便利，可以觀測(cè)森林面積變化，提取森林生化參數(shù)。但光學(xué)遙感無(wú)法穿透森林，導(dǎo)致無(wú)法測(cè)量植被結(jié)構(gòu)參數(shù)和林下地形。激光雷達(dá)技術(shù)作為一種先進(jìn)的遙感技術(shù)，改變了傳統(tǒng)的空間數(shù)據(jù)采集模式，被廣泛應(yīng)用于森林資源清查、林業(yè)管理以及森林生態(tài)系統(tǒng)冠層理化過(guò)程反演。星載激光雷達(dá)因其具有廣闊的覆蓋范圍，被應(yīng)用于大范圍的森林資源調(diào)查、林業(yè)管理及森林冠層理化過(guò)程揭示。作為第一代星載激光雷達(dá)，ICESat/GLAS(Ice, Cloud, and Land Elevation Satellite/Geoscience Laser Altimeter System)在2003—2009 年服役期間，為研究者提供了全球范圍內(nèi)大量的森林高度及林下地形數(shù)據(jù)。ICESat/GLAS數(shù)據(jù)被廣泛用于與MODIS、Landsat 和Sentinel 光學(xué)影像融合，估算了大范圍的森林高度、林下地形、地上生物量及葉面積指數(shù)[6-9]。ICESat/GLAS 服役任務(wù)結(jié)束后，新一代星載激光雷達(dá)系統(tǒng)(ice, cloud,and land elevation satellite-2, ICESat-2)于2018 年9月成功發(fā)射，是目前在軌運(yùn)行的星載激光雷達(dá)系統(tǒng)之一。作為ICESat-1的后續(xù)任務(wù)，ICESat-2搭載了微脈沖、多光束光子計(jì)數(shù)激光高度計(jì)(advanced terrain laser altimeter system，ATLAS)，代替GLAS的全波形激光雷達(dá)系統(tǒng)[10-11]。ATLAS 激光測(cè)高系統(tǒng)具有光子級(jí)探測(cè)靈敏度，是一種激光測(cè)距的新技術(shù)，因其具有較高的重復(fù)頻率，有助于提高沿軌道方向的空間分辨率[12]。光子計(jì)數(shù)激光雷達(dá)在一定程度上協(xié)調(diào)了激光能量和頻率[13]，基于光子探測(cè)技術(shù)的星載激光雷達(dá)具有高重頻、多波束、微脈沖、輕量化等諸多顯著優(yōu)勢(shì)，成為未來(lái)激光雷達(dá)遙感的發(fā)展趨勢(shì)[14]。相比于ICESat-1，ICESat-2具有更強(qiáng)的植被冠層細(xì)節(jié)表達(dá)能力，并且對(duì)地形坡度的變化具有較小的敏感性。雖然ICESat-2的主要目標(biāo)是監(jiān)測(cè)冰凍圈的變化，但它收集了大量的地球陸地表面數(shù)據(jù)，為森林高度及林下地形參數(shù)的反演打下了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)[15]。因此，星載激光雷達(dá)ICESat-2 光子點(diǎn)云數(shù)據(jù)為森林高度及林下地形反演提供了強(qiáng)有力的支撐。

由于ICESat-2 搭載的ATLAS 激光測(cè)高系統(tǒng)的脈沖接收棱鏡對(duì)太陽(yáng)光非常敏感，因此，在白天獲取的光子點(diǎn)云數(shù)據(jù)中包含大量背景噪聲光子[16]。這些背景噪聲光子會(huì)直接影響光子信噪屬性的判別，從而影響森林高度及林下地形參數(shù)的反演精度。另外，地面及冠層頂部附近的噪聲光子會(huì)影響地面信號(hào)光子與冠層信號(hào)光子的分類精度，從而間接影響森林高度及林下地形參數(shù)的反演精度。針對(duì)這些問(wèn)題，學(xué)者們開展了大量反演森林高度及林下地形的研究。ICESat-2/ATLAS 森林高度及林下地形反演一般流程如圖1所示，包括光子點(diǎn)云濾波、林下地形反演及森林高度反演。本文介紹ICESat-2/ATLAS 激光雷達(dá)系統(tǒng)的各項(xiàng)參數(shù)以及其產(chǎn)品的精度，分析現(xiàn)有光子點(diǎn)云濾波方法、森林高度與林下地形反演方法的適用性及其局限性，總結(jié)已有研究進(jìn)展，并對(duì)未來(lái)研究進(jìn)行展望。

圖1 ICESat-2/ATLAS森林高度及林下地形反演一般流程Fig. 1 General processes for retrieving forest height and sub-canopy topography from ICESat-2/ATLAS

1 ATLAS 及ATL08 地形及森林高度參數(shù)介紹

新一代星載激光雷達(dá)ICESat-2/ATLAS 為森林高度及林下地形參數(shù)反演提供了可靠的數(shù)據(jù)源。表1所示為ICESat-2/ATLAS的主要參數(shù)。ICESat-2衛(wèi)星的軌道高度約為500 km，軌道傾角約為92°，重復(fù)觀測(cè)周期為92 d，具備全球覆蓋的能力[10]。其搭載的ATLAS激光測(cè)高系統(tǒng)將波長(zhǎng)為532 nm的激光波束分成3組光束，光束之間相隔約3.3 km，每對(duì)光束將根據(jù)它們的相對(duì)能量分為強(qiáng)光束和弱光束，組內(nèi)強(qiáng)弱光束間隔約90 m，并以10 kHz 的重復(fù)脈沖頻率對(duì)地發(fā)射激光脈沖[10,12](圖2(a))。高重復(fù)頻率的激光脈沖導(dǎo)致光斑在沿軌向上具有較高的重疊度，相鄰光斑間隔約0.7 m，產(chǎn)生的光斑足跡直徑約為17 m[17](圖2(b))。在每個(gè)光斑內(nèi)，檢測(cè)到的光子飛行時(shí)間用于確定衛(wèi)星到地表的距離，再結(jié)合ICESat-2 衛(wèi)星姿態(tài)和指向信息，即可將其定位到地球表面上的唯一位置，從而以光子點(diǎn)云的形式表達(dá)地物信息(圖2(c))。隨著3 年的對(duì)地觀測(cè)任務(wù)服役期滿，激光脈沖的能量將逐步減少，最終光斑足跡直徑可能會(huì)增加到大約20 m[17]。

圖2 ICESat-2/ATLAS激光雷達(dá)系統(tǒng)示意圖及光子點(diǎn)云示例[10, 12, 17]Fig. 2 Schematic diagrams of ICESat-2/ATLAS system and example of photon point cloud[10, 12, 17]

表1 ICESat-2/ATLAS激光雷達(dá)主要參數(shù)[10]Table 1 Configuration parameters of ICESat-2/ATLAS[10]

圖3 所示為ICESat-2/ATLAS 產(chǎn)品，分共為4級(jí)：level0、level1、level2 和level3。level0 是原始遙測(cè)數(shù)據(jù)，主要包含激光測(cè)距信息；level1是對(duì)原始遙測(cè)數(shù)據(jù)經(jīng)過(guò)誤差糾正、重新格式化及單位轉(zhuǎn)換后的數(shù)據(jù)集；level2是由上述數(shù)據(jù)集生成的光子點(diǎn)云數(shù)據(jù)，主要包括光子點(diǎn)飛行時(shí)間、衛(wèi)星速度、光子點(diǎn)經(jīng)緯度及高程等參數(shù)；level3 是從level2 數(shù)據(jù)集中通過(guò)相關(guān)算法生成的一系列地表參數(shù)，主要包括陸地冰參數(shù)、海冰參數(shù)、海面高度參數(shù)、大氣參數(shù)及陸地和植被參數(shù)。ICESat-2/ATL08 屬于level3 級(jí)參數(shù)，主要為用戶提供陸地和植被產(chǎn)品，最初提供了沿地面軌道以100 m為固定步長(zhǎng)的地形高度和森林高度參數(shù)[18]。ATL08 地形及森林高度經(jīng)光子點(diǎn)云濾波、光子點(diǎn)云分類及參數(shù)插值等方法獲取，其中，冠層高度定義為冠層頂部光子高程相對(duì)于插值地面點(diǎn)高程的高度差[10]。ATL08算法提出了一種簡(jiǎn)單、易實(shí)現(xiàn)的差分、回歸和高斯自適應(yīng)最近鄰(differential regressive and Gaussian adaptive nearest neighbor, DRAGANN)的光子點(diǎn)云濾波方法，目的是分離信號(hào)光子和噪聲光子[19]。在濾波后的光子點(diǎn)云上，利用迭代中值濾波及樣條函數(shù)插值對(duì)地面光子及冠層光子進(jìn)行分類。一旦光子被分類為地面光子或冠層光子，便可用于計(jì)算森林高度參數(shù)[19]。為了保證數(shù)據(jù)產(chǎn)品的連續(xù)性，提高產(chǎn)品的易用性，NASA官方最初以100 m的固定步長(zhǎng)為用戶提供林下地形和森林高度[20]。ATL08數(shù)據(jù)產(chǎn)品采用HDF5文件格式，可通過(guò)國(guó)家冰雪數(shù)據(jù)中心NSIDC (National Snow & Ice Data Center)下載獲取，免費(fèi)下載網(wǎng)址為https://nsidc.qrg/data/icesat-2/data-sets。

圖3 ICESat-2數(shù)據(jù)產(chǎn)品類型示意圖[20, 23]Fig. 3 Schematics of ICESat-2 products[20, 23]

根據(jù)開放的ATL08 地形及森林高度參數(shù)，Neuenschwander 和Magruder 利用芬蘭的機(jī)載激光雷達(dá)實(shí)驗(yàn)站點(diǎn)驗(yàn)證了ATL08 地形及森林高度參數(shù)的精度，其中地形和冠層高度的均方根誤差(RMSE)分別為0.85 m 和3.69 m[20]。另外，利用機(jī)載激光雷達(dá)匹配得出了ICESat-2 光斑足跡在水平方向的地理定位誤差在5 m以內(nèi)，光斑足跡定位在6.5 m 內(nèi)。MAGRUDER 等[21]利用立方角反射器測(cè)量了激光光斑的水平偏移量以及實(shí)際光斑足跡，發(fā)現(xiàn)ICESat-2 激光光斑地理定位誤差為(3.5±2.1) m，有效光斑直徑為(10.9±1.2) m。盡管ICESat-2 激光光斑地理定位誤差和有效光斑直徑均符合任務(wù)要求，但激光光斑地理定位誤差和光斑足跡誤差對(duì)林下地形及森林高度的反演不可忽略。當(dāng)前解決激光光斑定位誤差主要方法是參考DEM/DTM 對(duì)其水平偏移進(jìn)行糾正，但其糾正精度嚴(yán)重依賴于使用的DEM/DTM的精度。目前公開的全球DEM/DTM 在地形復(fù)雜地區(qū)難以滿足要求，高精度機(jī)載激光雷達(dá)生成的DTM 雖然可以糾正激光光斑定位誤差，但其使用范圍有限。NEUENSCHWANDER等[18]利用覆蓋芬蘭北方森林的機(jī)載激光雷達(dá)數(shù)據(jù)評(píng)估了ATL08地形及冠層的精度，在北方森林地區(qū)，ATL08 地形高度的均方根誤差(RMSE)為0.73 m，當(dāng)僅使用夏季夜間的強(qiáng)光束數(shù)據(jù)時(shí)，冠層高度的相對(duì)均方根誤差為13.75%。另外，白天和夜間獲取的森林高度及地形的精度表現(xiàn)出較大差異，夜間獲取的產(chǎn)品(低噪聲)精度比白天(高噪聲)的高。王密等[22]驗(yàn)證了ATL08 地形高度在不同坡度區(qū)域的精度，研究了基于ATL08 地形高度參數(shù)與相關(guān)屬性參數(shù)的全球高程控制點(diǎn)提取方法，為全球ICESat-2 ATL08 地形高程的篩選提供了有效方法。但選取的試驗(yàn)區(qū)較平坦，難以反映地形波動(dòng)對(duì)地面高程點(diǎn)高度的影響，也沒有詳細(xì)討論影響ATL08 地形高度精度的因素。ZHU 等[23]利用位于西班牙山地丘陵地區(qū)的機(jī)載激光雷達(dá)數(shù)據(jù)驗(yàn)證了ATL08 地形精度，并分析了坡度、林種、噪聲強(qiáng)度和季節(jié)對(duì)ATL08 地形精度的影響，得出：地形坡度和噪聲強(qiáng)度是主要影響ATL08 地形精度的誤差因素，隨著坡度增加，ATL08 地形精度顯著下降；當(dāng)坡度為20°時(shí)，ATL08 林下地形的RMSE 增加至3.35 m；當(dāng)坡度大于30°時(shí)，ATL08 林下地形RMSE 增加至5.33 m，可視為不可靠的地形。LIU等[24]將取自美國(guó)大部分森林類型的機(jī)載激光雷達(dá)數(shù)據(jù)用于驗(yàn)證ATL08 地形及冠層精度，分析了坡度、植被覆蓋度、信噪比、地物覆蓋類型、森林高度等因素對(duì)ATL08 地形及冠層精度的影響，并利用隨機(jī)森林對(duì)這些誤差因素的重要性定量化，發(fā)現(xiàn)地形坡度、植被覆蓋度、信噪比和森林高度對(duì)ATL08 地形和冠層的影響較大，重要性指標(biāo)均高于50%。

以上研究驗(yàn)證了ATL08 地形和森林高度參數(shù)在不同地區(qū)的精度。通過(guò)研究各種誤差因素對(duì)ATL08 地形和森林高度參數(shù)的影響發(fā)現(xiàn)ATL08 地形和森林高度產(chǎn)品主要受地形、信噪比、植被覆蓋度的影響。目前，ATL08 陸地地表參數(shù)已經(jīng)更新至第五版，第五版提供了沿軌道方向20 m 采樣間隔的地形及樹高參數(shù)，其精度有待進(jìn)一步驗(yàn)證。由于ATLAS 儀器對(duì)太陽(yáng)光過(guò)于敏感，導(dǎo)致地物信號(hào)中摻雜了大量的背景噪聲光子，而DRAGANN濾波算法對(duì)噪聲光子的識(shí)別不足，大量殘留的噪聲光子會(huì)增加反演地形和冠層高度的難度。另外，這些噪聲光子的存在同樣會(huì)加劇地理環(huán)境因素對(duì)ATL08 地形及森林高度參數(shù)的影響。鑒于此，一些研究者對(duì)光子點(diǎn)云濾波進(jìn)行了研究，力圖徹底地分離信號(hào)光子和噪聲光子。

2 森林區(qū)光子點(diǎn)云濾波研究進(jìn)展

光子點(diǎn)云濾波是森林高度及林下地形反演的重要步驟，濾波是否成功直接決定反演的精度高低。光子點(diǎn)云濾波主要是基于信號(hào)光子與噪聲光子之間的密度差異。現(xiàn)有針對(duì)森林區(qū)域的光子點(diǎn)云濾波方法主要可分為基于空間密度聚類和基于局部參數(shù)統(tǒng)計(jì)。

2.1 基于空間密度聚類的森林區(qū)光子點(diǎn)云濾波

ZHANG等[25]提出了基于水平橢圓搜索的密度聚類方法(density-based spatial clustering of applications with noise, DBSCAN)，充分考慮了光子的空間分布規(guī)律，在平坦地區(qū)有較好的濾波效果，但難以適應(yīng)地形復(fù)雜的地區(qū)，且濾波結(jié)果嚴(yán)重依賴于輸入?yún)?shù)。POPESCU 等[26]提出了自適應(yīng)的聚類算法，該方法可以在多數(shù)環(huán)境下去除噪聲光子，但該方法難以去除信號(hào)光子附近的噪聲光子，且需要耗費(fèi)大量的時(shí)間用于最優(yōu)參數(shù)選擇。考慮到基于密度聚類的濾波方法易受輸入?yún)?shù)的影響，HUANG等[27]提出了基于粒子群算法的參數(shù)尋優(yōu)策略，以提高密度聚類方法的可靠性，在一定程度上提高了光子點(diǎn)云濾波的穩(wěn)定性，但難以適用于復(fù)雜地形。然而，MA等[28]考慮到地物覆蓋類型對(duì)聚類參數(shù)的影響，采用地物分類的外部數(shù)據(jù)輔助，對(duì)不同類型的地物采用不同的輸入?yún)?shù)，取得了較好的濾波效果，但該方法的性能依賴于地物分類數(shù)據(jù)的精度，并且在地形復(fù)雜的地區(qū)效果不佳。為了改善密度聚類方法在地形起伏較大地區(qū)的性能，王玥等[29]提出了一種自適應(yīng)的改進(jìn)DBSCAN 濾波方法，旨在通過(guò)鄰居點(diǎn)搜索橢圓自適應(yīng)地形變化，在一定程度上提高了坡度對(duì)濾波性能的影響。WANG 等[30]發(fā)現(xiàn)背景噪聲密度不均對(duì)濾波結(jié)果影響較大，在濾波前進(jìn)行了背景噪聲密度均勻化處理，然后利用貝葉斯決策理論對(duì)光子點(diǎn)云進(jìn)行濾波。該方法在復(fù)雜地形下具有較好的性能，但濾波結(jié)果易受輸入?yún)?shù)的影響且需要預(yù)先計(jì)算背景噪聲率?；诰垲惖臑V波方法易受輸入?yún)?shù)的影響，濾波效率不高，能否用于大范圍森林參數(shù)反演還有待進(jìn)一步研究。

2.2 基于局部參數(shù)統(tǒng)計(jì)的森林區(qū)光子點(diǎn)云濾波

已有研究表明局部參數(shù)統(tǒng)計(jì)的濾波方法更適用于復(fù)雜的森林區(qū)域，是森林區(qū)使用最多的濾波方法[31-32]。然而，要獲得穩(wěn)定準(zhǔn)確的濾波結(jié)果，基于局部參數(shù)統(tǒng)計(jì)的濾波方法必須解決2 個(gè)主要問(wèn)題：1) 如何設(shè)計(jì)一種適應(yīng)不同地形的光子鄰居點(diǎn)搜索方法；2) 如何設(shè)計(jì)合理的局部統(tǒng)計(jì)參數(shù)用于表達(dá)光子點(diǎn)空間密度關(guān)系，以準(zhǔn)確區(qū)分信號(hào)光子和噪聲光子。采用可靠的光子鄰居點(diǎn)搜索方法時(shí)應(yīng)找到相似密度分布的鄰居光子點(diǎn)，這直接決定了后續(xù)的局部參數(shù)統(tǒng)計(jì)過(guò)程中是否包含足夠的信噪屬性相似的光子。

基于圓的搜索方法最早被用于獲取光子的鄰居[33]，圓搜索方法具有易實(shí)現(xiàn)、效率高的優(yōu)點(diǎn)，但這種搜索方法往往會(huì)錯(cuò)誤地選擇很多信噪屬性不同的光子(圖4(a))。一些研究采用水平橢圓的搜索方法獲取光子點(diǎn)的鄰居點(diǎn)[34-36]，與圓的搜索方法相比，水平橢圓的搜索方法可以更準(zhǔn)確地表達(dá)光子點(diǎn)的空間權(quán)重關(guān)系，獲取較多的相同信噪屬性的鄰居光子(圖4(a))。然而，水平橢圓的搜索方法不能適應(yīng)地形變化，當(dāng)?shù)匦巫兓^大時(shí)，該方法的鄰居光子搜索能力受限。為了解決這個(gè)問(wèn)題，ZHU 等[32]提出了自適應(yīng)的橢圓搜索方法，可以適應(yīng)不同的地形條件準(zhǔn)確地找到相同信噪屬性的鄰居光子點(diǎn)(圖4(b))。YANG 等[37]采用自適應(yīng)橢圓搜索方法發(fā)展了基于橢距的濾波方法，發(fā)現(xiàn)自適應(yīng)的橢圓搜索方式更適合地形復(fù)雜的地區(qū)。

圖4 光子點(diǎn)鄰域搜索方法示意圖[37]Fig. 4 Schematic diagrams of the neighbor search method of a photon[37]

確定鄰居光子搜索方法后，計(jì)算局部參數(shù)統(tǒng)計(jì)指標(biāo)來(lái)描述光子點(diǎn)的空間分布，例如特征向量[31]、局部離群因子[34]、局部距離[33,37-38]、加權(quán)局部距離[39]和鄰居數(shù)量[19,32,35]。然后，通過(guò)高斯函數(shù)擬合信號(hào)光子和噪聲光子的局部統(tǒng)計(jì)參數(shù)的概率密度，并計(jì)算閾值區(qū)分信號(hào)光子與噪聲光子。雖然這些濾波方法在相應(yīng)的實(shí)驗(yàn)區(qū)均取得了可靠的濾波效果，但局部參數(shù)統(tǒng)計(jì)的濾波方法在閾值計(jì)算、光子點(diǎn)信噪屬性刻畫及光子點(diǎn)云濾波前提假設(shè)方面仍有較大的改進(jìn)空間。

首先，采用局部參數(shù)統(tǒng)計(jì)的濾波方法選擇合適的閾值非常困難，因?yàn)榫植繀?shù)的概率密度分布會(huì)隨著諸多因素如地表覆蓋、地形和噪聲的變化而變化，這些因素均會(huì)導(dǎo)致局部參數(shù)不遵循標(biāo)準(zhǔn)的高斯分布。其次，依據(jù)光子點(diǎn)的空間關(guān)系，可以將其分為信號(hào)光子、遠(yuǎn)離信號(hào)光子的噪聲光子和鄰近信號(hào)光子的噪聲光子3類。已有方法無(wú)法有效地去除鄰近信號(hào)光子的噪聲光子，因?yàn)猷徑盘?hào)光子的噪聲光子呈現(xiàn)出與信號(hào)光子相似的概率密度分布。單一局部參數(shù)不能準(zhǔn)確刻畫這3類光子點(diǎn)的空間密度差異，在以后的研究中有必要引入多種局部參數(shù)共同表達(dá)光子點(diǎn)空間密度關(guān)系。冠層光子與地面光子的密度差異可能是導(dǎo)致濾波失敗的重要原因。已有研究?jī)H認(rèn)為信號(hào)光子與噪聲光子密度存在較大差異，并將其作為濾波準(zhǔn)則。然而，在森林區(qū)尤其在針葉林和落葉林區(qū)，冠層信號(hào)光子與地面光子密度也可能存在差異。冠層信號(hào)光子與地面光子密度差異會(huì)導(dǎo)致光子點(diǎn)云局部參數(shù)的概率密度不再呈雙高斯分布，從而導(dǎo)致濾波失敗。因此，在以后的研究中，有必要考慮冠層光子與地面光子的密度差異，改進(jìn)光子點(diǎn)云濾波的前提假設(shè)。

3 ICESat-2林下地形反演研究進(jìn)展

林下地形反演建立在光子點(diǎn)云濾波和分類的基礎(chǔ)上，光子點(diǎn)云分類是指對(duì)濾波后的信號(hào)光子進(jìn)行類別標(biāo)記，將濾波后的信號(hào)光子分為冠層光子和地面光子。分類后的地面光子可直接用于林下地下反演，分類后的冠層光子可用于森林高度的反演。

在反演森林高度參數(shù)之前，必須獲取準(zhǔn)確的林下地形，林下地形的精度直接影響森林高度參數(shù)的精度。在林下地形反演方面，已有方法通常將濾波后的光子點(diǎn)云在沿軌方向劃分為不同的窗口，獲取窗口內(nèi)地面光子點(diǎn)，最后通過(guò)曲線擬合或者樣條插值的方法形成連續(xù)的林下地形。林下地形的精度主要取決于地面點(diǎn)的準(zhǔn)確性，錯(cuò)誤的地面點(diǎn)將生成不可靠的林下地形。

對(duì)地面點(diǎn)提取而言，一些研究將每個(gè)窗口中選取高程最低的信號(hào)光子為地面點(diǎn)[34,40]，這種地面點(diǎn)選取準(zhǔn)則忽略了來(lái)自濾波后殘留在地面附近的噪聲光子的影響，較多的噪聲光子殘留必將導(dǎo)致林下地下反演失敗。另外，一些研究者將每個(gè)窗口中一定高程分位數(shù)范圍內(nèi)的信號(hào)光子作為地面點(diǎn)[18,26,35]，這種地面點(diǎn)的選取準(zhǔn)則在一定程度上可以減小殘留噪聲光子的影響。但在密集植被或者復(fù)雜地形處難以獲取準(zhǔn)確的地面點(diǎn)，在密集植被區(qū)可能將冠層光子誤分類為地面點(diǎn)，在復(fù)雜地形下可能將殘留噪聲光子誤選為地面點(diǎn)。上述地面點(diǎn)獲取準(zhǔn)則均嚴(yán)重依賴于光子點(diǎn)云濾波結(jié)果，在實(shí)施過(guò)程中會(huì)受到殘留噪聲光子、地形坡度及密集植被覆蓋的影響。ZHANG等[41]提出了一種附加地形指數(shù)的布料模擬方法，以地形指數(shù)替代布料硬度參數(shù)模擬布料自然下落的過(guò)程，獲取了較準(zhǔn)確的地面點(diǎn)。另外，由于地形指數(shù)的引進(jìn)，該方法能較好地用于地形分析等研究[41]。ZHU 等[32]通過(guò)生成光子點(diǎn)高程頻數(shù)直方圖再結(jié)合光子點(diǎn)云濾波參數(shù)，將最低峰值處的最大光子密度作為粗略地面點(diǎn)的位置，為了避免上述2種誤差因素，采用經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)去除粗略地面點(diǎn)中近地表的噪聲光子和冠層光子，并通過(guò)漸進(jìn)不規(guī)則三角網(wǎng)絡(luò)(TIN)方法精確地加密地面光子。相比于以上方法，該方法具有較強(qiáng)的去除殘留噪聲光子的能力，并且通過(guò)經(jīng)驗(yàn)?zāi)B(tài)分解去除部分誤分類的冠層光子，這在一定程度上提高了地面點(diǎn)的精度，但EMD分解方法對(duì)于識(shí)別連續(xù)錯(cuò)誤地面點(diǎn)的能力有待進(jìn)一步提高。

在生成連續(xù)的地形方面，考慮到地形一般具有連續(xù)性，已有研究對(duì)獲取的地面點(diǎn)進(jìn)行多項(xiàng)式擬合或樣條函數(shù)插值的方式生成連續(xù)的地面[18-19,33-35,40]。

現(xiàn)有濾波方法不能完全地將信號(hào)光子和噪聲光子分離，濾波結(jié)果中仍殘留一些鄰近信號(hào)光子的噪聲光子。這些殘留在地面光子附近的噪聲光子會(huì)影響地面點(diǎn)分類的精度，制約著高精度的林下地形反演。另外，對(duì)于密集植被覆蓋的區(qū)域或地形復(fù)雜的區(qū)域，由于地面光子稀少或地形起伏較大，無(wú)法準(zhǔn)確地獲取地面點(diǎn)。

4 ICESat-2森林高度反演研究進(jìn)展

4.1 基于ICESat-2數(shù)據(jù)的森林高度反演研究

在森林高度反演方面，已有方法通常將濾波后的光子點(diǎn)云沿軌方向劃分為不同的窗口，獲取窗口內(nèi)的冠層頂部光子點(diǎn)，再通過(guò)樣條插值的方法形成連續(xù)的冠層頂部。最后，利用冠層頂部高程減去地形高程即可獲取森林高度。

對(duì)獲取冠層頂部光子而言，相關(guān)研究將每個(gè)窗口中信號(hào)光子的最大高程作為冠層頂部[34,40]。這種方法有待商榷，因?yàn)闅埩粼诠趯禹敳扛浇脑肼暪庾訒?huì)被識(shí)別為冠層頂部光子，極大地影響獲取的冠層頂部光子的精度。另外，一些學(xué)者將一定高程百分位數(shù)范圍內(nèi)的光子點(diǎn)作為冠層頂部光子[18,26,32,35]，雖然能夠消除部分殘留噪聲光子的影響，但未考慮沿軌方向上冠層光子反射率及噪聲密度差異等因素。由于沿軌方向上植被冠層的反射率及光子點(diǎn)的信噪比并不一致，導(dǎo)致濾波后殘留的噪聲光子數(shù)量也不盡相同。因此，在沿軌方向上對(duì)所有統(tǒng)計(jì)窗口內(nèi)的信號(hào)光子使用相同的百分位數(shù)范圍選取冠層頂部光子點(diǎn)有待商榷。為此，GAO 等[42]提出了一種樹高反演方法，在獲取冠層光子前先去除地面光子的影響；其次，考慮到沿軌向上殘留噪聲光子不同，利用光子點(diǎn)高程加權(quán)去除殘留在冠層附近的噪聲光子，最終獲取冠層頂部光子并計(jì)算樹高。實(shí)驗(yàn)結(jié)果表明，該方法可以較徹底地去除冠層附近殘留的噪聲光子，樹高反演精度較ATL08 有所提升。但是，該方法輸入?yún)?shù)具有較多經(jīng)驗(yàn)值，沒有對(duì)冠層反射率及不同噪聲密度進(jìn)行物理建模。在以后的研究中，有必要對(duì)冠層反射率及噪聲密度差異進(jìn)行物理建模，采用自適應(yīng)的高程百分位數(shù)范圍選取冠層頂部光子。另外，激光足跡形狀同樣會(huì)影響森林高度反演的準(zhǔn)確性，尤其是在坡度較大的地區(qū)，激光足跡的形狀會(huì)隨地形坡度的變化而發(fā)生變化。

在生成連續(xù)的冠層頂部方面，已有研究一般采用樣條函數(shù)方法對(duì)冠層頂部進(jìn)行光子插值[18-19,33-35,40]，但是與地形不同，森林冠層頂部會(huì)呈現(xiàn)出較大的起伏。采用樣條插值的方法可能會(huì)產(chǎn)生龍格現(xiàn)象[43]，導(dǎo)致獲取的連續(xù)冠層具有較大的誤差。GAO 等[42]利用基于距離的插值方法替代了樣條插值，但該方法的插值精度依賴于冠層頂部光子的數(shù)量。

4.2 聯(lián)合ICESat-2 數(shù)據(jù)與多源遙感數(shù)據(jù)的大范圍森林高度反演研究

由于ICESat-2/ATLAS 衛(wèi)星具有空間采樣的特點(diǎn)，獲取的樹高呈條帶狀分布，不具備空間連續(xù)性?；诖?，已有研究利用光學(xué)遙感數(shù)據(jù)具備空間連續(xù)性的特點(diǎn)，結(jié)合光子點(diǎn)云數(shù)據(jù)獲取的高精度森林高度，采用人工智能算法建立森林高度預(yù)測(cè)模型，實(shí)現(xiàn)了大范圍、空間連續(xù)的森林高度反演。LI 等[44]利用機(jī)載激光雷達(dá)數(shù)據(jù)驗(yàn)證了不同窗口尺度下ATL08 森林冠層高度產(chǎn)品，利用ATL08森林冠層高度產(chǎn)品聯(lián)合Sentinel數(shù)據(jù)反演了中國(guó)東北地區(qū)森林高度，發(fā)現(xiàn)當(dāng)窗口尺度為250 m 時(shí)，ATL08森林冠層高度具有最高精度，其中RMSE為1.95 m，相關(guān)性系數(shù)R2達(dá)到0.82。ZHU 等[45]利用機(jī)載激光雷達(dá)森林高度分析了多種誤差因素對(duì)MABEL 光子點(diǎn)云數(shù)據(jù)反演的森林高度精度的影響，得出了信噪比、坡度及冠層光子密度對(duì)MABEL 光子點(diǎn)云數(shù)據(jù)森林高度影響的量化指標(biāo)，發(fā)現(xiàn)當(dāng)信噪比大于6、冠層光子數(shù)量為40～170 個(gè)、坡度小于25°時(shí)，MABEL 樣本的森林高度精度最高，RMSE 為4.31 m，R2為0.7?；诖?，篩除不可靠的森林高度樣本，在機(jī)器學(xué)習(xí)的方法下聯(lián)合Landsat數(shù)據(jù)反演了美國(guó)東部部分地區(qū)森林高度[45]。已有研究將光子點(diǎn)云數(shù)據(jù)獲取的森林高度聯(lián)合光學(xué)遙感影像反演了大范圍、空間連續(xù)的森林高度，證明了光子點(diǎn)云數(shù)據(jù)聯(lián)合多源遙感數(shù)據(jù)反演森林高度的有效性。已有研究對(duì)影響樣本精度的誤差因素的探究不夠深入，盡管ZHU 等[45]分析了不同誤差因素對(duì)樣本精度的影響，但于分析的樣本數(shù)量不多，模型遷移性有待進(jìn)一步研究。另外，由于光學(xué)遙感影像不能夠反映森林垂直結(jié)構(gòu)，在植被密集區(qū)域反演的森林高度容易達(dá)到飽和。以后研究有必要考慮具有穿透能力的微波遙感數(shù)據(jù)共同反演大范圍、空間連續(xù)的森林高度。

5 結(jié)論與展望

星載光子計(jì)數(shù)激光雷達(dá)具有采樣率高、全球覆蓋和全天候工作等特點(diǎn)，是未來(lái)對(duì)地觀測(cè)任務(wù)的重要手段，被廣泛應(yīng)用于DEM生成，冰雪參數(shù)監(jiān)測(cè)，建筑物高度反演等領(lǐng)域。在星載光子計(jì)數(shù)激光雷達(dá)數(shù)據(jù)處理和森林高度及林下地形參數(shù)反演方面，國(guó)內(nèi)外學(xué)者取得了諸多進(jìn)展，展現(xiàn)了星載光子計(jì)數(shù)激光雷達(dá)數(shù)據(jù)在森林高度及林下地形參數(shù)反演方面的巨大潛力。尤其是隨著時(shí)間的推移，全球的激光雷達(dá)數(shù)據(jù)越來(lái)越密集，這對(duì)于全球地形測(cè)繪、森林高度反演、全球碳匯及植被變化監(jiān)測(cè)等有著極其重要的研究?jī)r(jià)值。然而，已有研究仍有諸多待改進(jìn)之處，主要體現(xiàn)在以下4 個(gè)方面。

1) ATL08 作為官方發(fā)布的地形和森林高度參數(shù)，被廣泛應(yīng)用于大范圍、空間連續(xù)的森林高度及林下地形反演。已有研究利用機(jī)載激光雷達(dá)數(shù)據(jù)驗(yàn)證了ATL08 地形和森林高度參數(shù)的精度，探究了各種誤差因素對(duì)ATL08 冠層和地形產(chǎn)品的影響，但并沒有建立針對(duì)大范圍應(yīng)用的控制數(shù)據(jù)篩選機(jī)制。大范圍控制數(shù)據(jù)篩選機(jī)制旨在剔除產(chǎn)品中較大的誤差，為相關(guān)應(yīng)用提供高精度的控制數(shù)據(jù)。另外，有必要對(duì)第五版ATL08 地形和森林高度參數(shù)的精度進(jìn)行驗(yàn)證，對(duì)所產(chǎn)生的誤差進(jìn)行分析。

2) 光子點(diǎn)云數(shù)據(jù)中包含背景噪聲光子，這些背景噪聲光子是影響林下地形及森林高度反演的重要誤差源。光子點(diǎn)云濾波旨在去除這些背景噪聲光子。已有研究提出了大量光子點(diǎn)云濾波方法，其中，基于局部參數(shù)統(tǒng)計(jì)類的濾波方法更適用于森林區(qū)域。但基于局部參數(shù)統(tǒng)計(jì)的濾波方法在待進(jìn)一步改進(jìn)，主要體現(xiàn)在：在復(fù)雜地形及植被環(huán)境下閾值選取困難，單一參數(shù)無(wú)法準(zhǔn)確表征光子點(diǎn)云空間密度關(guān)系，忽略了冠層光子密度異于地面光子密度這一事實(shí)，光子點(diǎn)云濾波前提假設(shè)有待改進(jìn)。

3) 已有研究利用ICESat-2 光子點(diǎn)云數(shù)據(jù)開展了大量的森林高度和林下地形參數(shù)反演工作，但在地形復(fù)雜、植被茂密以及殘留噪聲光子較多時(shí)效果較差，能否用于反演大范圍森林垂直結(jié)構(gòu)參數(shù)有待進(jìn)一步研究。針對(duì)林下地形反演而言，以后應(yīng)針對(duì)植被密集和殘留噪聲光子等問(wèn)題開展研究，提高在密集植被和殘留噪聲環(huán)境下的地形反演精度；針對(duì)森林高度反演而言，有必要對(duì)激光光斑實(shí)際足跡形狀、沿軌向植被反射率及噪聲密度差異進(jìn)行物理建模，從而提高樹高反演的精度及穩(wěn)定性。

4) 對(duì)于聯(lián)合多源遙感數(shù)據(jù)反演森林高度及林下地形參數(shù)而言，已有研究利用光學(xué)影像聯(lián)合光子點(diǎn)云數(shù)據(jù)反演了大范圍、空間連續(xù)的森林高度及林下地形參數(shù)。但光學(xué)影像不具備探測(cè)森林垂直結(jié)構(gòu)的能力，對(duì)于植被密集地區(qū)，光學(xué)特征參數(shù)容易達(dá)到飽和。有必要利用具有穿透力的微波遙感數(shù)據(jù)聯(lián)合光子點(diǎn)云數(shù)據(jù)共同反演森林高度及林下地形參數(shù)。需要注意的是，隨著時(shí)間的推移，激光光斑足跡會(huì)發(fā)生變化，地物信號(hào)光子點(diǎn)云密度降低，從而影響光子點(diǎn)云濾波，從而直接影響參數(shù)反演效果。