GEDI冠层覆盖度分层产品验证与质量改进研究
文献类型：学位论文
| 作者 | 李裕 |
| 答辩日期 | 2025-06 |
| 文献子类 | 学术型学位 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 方红亮 |
| 关键词 | 冠层覆盖度 产品验证 GEDI 波形分解 冠层与背景反射率比值 |
| 学位名称 | 博士 |
| 学位专业 | 地图学与地理信息系统 |
| 英文摘要 | 冠层覆盖度（Canopy Cover, CC）定义为冠层元素垂直投影所覆盖地表的比例，作为重要的植被结构参数，CC及其垂直分布在模拟陆地生态系统碳氮水循环，植被光合作用等过程中发挥重要作用。激光雷达作为主动遥感技术，已被广泛应用于分层CC的估算。GEDI（Global Ecosystem Dynamics Investigation）是致力于森林结构探测的全波形星载激光雷达，GEDI在光斑尺度提供了CC垂直分层产品，分层CC可以用于计算在不同高度的光截获，降水截获以及可燃物分布等重要参数。 验证与质量改进是遥感产品生命周期中的重要环节，验证是评价产品质量、明确改进方案的重要手段，质量改进是遥感产品迭代和应用中的必然要求。因此对GEDI产品进行全面验证和相应改进能够促进产品应用和精度提升。然而，目前关于GEDI CC分层产品的精度评价尚未开展，产品误差还未得到充分量化，相关不确定性因素暂未明确，同时产品质量改进的方向和潜力亟需研究。针对以上问题，本研究的目的是基于多源遥感数据开展GEDI CC分层产品验证，随后针对验证中发现的主要误差源进行产品质量提升。 基于全球30个森林站点，收集了DHP（Digital Hemispherical Photography）和ALS（Airborne Laser Scanning）点云数据，并模拟了波形数据。研究首先通过波形匹配调整了GEDI光斑的定位误差，随后开展了GEDI CC分层产品的精度评价和误差分析。验证研究结果如下：光斑的平均定位误差为14.1 m，GEDI CC与DHP，ALS点云和拟合波形估算的参考值之间有着适当的一致性（r2 ≥ 0.65，RMSE ≤ 0.21），但产品存在系统性的低估，总冠层覆盖度相比于DHP，ALS点云和模拟数据分别低估了0.05，0.11和0.07，低估在各个高度均存在，且随着冠层覆盖度的增加而加剧。GEDI产品在针叶林的精度最高（r2 ≥ 0.65），在灌木的精度最差（r2 ≤ 0.4）。产品精度对波形预处理中的参数设置极为敏感，精度随着波形敏感性的增加有所提升。GEDI CC产品低估的主要原因是波形预处理参数难以应对复杂波形，使得地面回波分解困难。同时在CC估算中，冠层与背景反射率比值（ρv/ρg ）被假定为固定值(1.5)，但该参数存在时空变化。 因此从地面回波位置识别和ρv⁄ρg优化两个方面来提升产品质量：（1）针对地面回波位置的不确定性，开发了基于随机森林回归的地面回波模式识别方法，该方法通过建立回波模式相对真实地表的高度与30个预测变量之间的关系，随后对波形中的回波模式高度进行预测，选择预测高度绝对值最小的波形模式作为地面回波模式。随后基于预测的结果重新生产了CC产品并进行验证。结果表明：随机森林回归拟合的模式高度和实际高度之间的r2大于0.9，预测的地面回波模式高度的RMSE为3.87 m，优于GEDI产品提供的地面回波模式（RMSE = 5.38 m）。回波所在的位置和幅度以及累计到该位置的能量百分比对预测的贡献程度最大。该方法使得总体CC的r2提升了0.2，RMSE降低了0.05，高估和低估问题均能够得到改善并显著校正异常值。估算高度小于20 m的分层CC产品精度也得到了提升。研究认为从波形中计算得到的指标可以用于预测回波模式高度，随机森林回归方法能够有效拟合二者之间的关系，从而来识别准确的地面回波模式位置，并改进GEDI CC产品。 （2）为了提供更准确的ρv⁄ρg输入，研究采用线性回归方法和光学反射率替代方法进行估算。对于线性回归方法，考虑GEDI回波能量的影响因素设计了优化策略以提升该方法的稳定性。同时通过BRDF（Bidirectional Reflectance Distribution Function）产品和高光谱反射率产品开发了替代估算方案。随后对比了这两种结果并描述其时空变化特征，最后分析了该比值对CC产品的改进潜力。结果表明：线性回归方法的平均R2（决定性系数）为0.79，R2大于0.5的结果占比93%。估算的ρv⁄ρg主要分布在0.8至1.2之间，且存在季节性差异。线性回归方法与光学反射率估算方案得到的结果较一致，二者均能够改进CC产品。对于线性回归方法，R2大于0.6时得到的结果能够降低产品的RMSE。优化的ρv⁄ρg将GEDI CC分层产品的RMSE减少了约0.01，绝对bias降低了约0.04，且对CC位于0.2至0.8之间的产品质量改进明显，对针叶林地区的产品改进程度要大于对阔叶林和混交林的改进。综合考虑不同波束类型及空间异质性可显著提升线性回归方法的性能，同时光学反射率也可以用于该比值的估算。 本研究弥补了当前GEDI CC产品验证中的不足，并首次从地面回波模式的精确识别及参数优化两个方面开展了产品质量提升研究。验证结果对GEDI CC产品应用具有重要参考意义，并为产品迭代提供了思路。所提出的地面回波模式识别方法对严重的高估和低估产品校正极为有效，而优化的ρv⁄ρg对中等植被覆盖范围内的产品质量提升明显，因此结合这两种优化路径可以生产高质量的冠层覆盖度产品。通过筛选高质量的GEDI高程产品，地面回波模式识别方法的实施可以不必借助于参考数据。准确分离地面回波模式同样会提升ρv⁄ρg的估算精度，本文优化并拓展了ρv⁄ρg的估算方法，提供的ρv⁄ρg时空分布产品可作为相关模型和方法的输入。未来可联合其他观测网络开展不同季节和更大尺度的产品验证，联合多级数据产品同步验证有望明确误差传递过程，基于提出的优化方法有望实现全球数据产品的质量提升。 |
| 学科主题 | 地图学与地理信息系统 |
| 语种 | 中文 |
| 页码 | 128 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/217335]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 李裕. GEDI冠层覆盖度分层产品验证与质量改进研究[D]. 中国科学院地理科学与资源研究所. 中国科学院大学. 2025. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。