基于高光谱与激光雷达提取叶面积垂直分布的方法

摘要

本发明公开了一种基于高光谱与激光雷达提取叶面积指数垂直分布的方法，该方法主要包括:1）对机载激光雷达点云数据进行分类，提取植被结构参数；2）基于高光谱数据及提取的植被结构参数采用几何光学模型得到区域叶面积指数分布；3）对地面以上的植被激光点在每一高度层上计算其百分比并得到相应的植被冠层高度剖面；4）在提取植被叶面积指数和冠层高度剖面的基础上，按照冠层高度剖面分配植被叶面积指数，得到每一层的植被叶面积指数和随高度累积的植被叶面积指数。本发明综合利用高光谱数据的水平信息以及激光雷达到植被高度信息的反映，提取区域叶面积指数的垂直分布，为基于物理模型的植被辐射传输模型提供更为精确的参数输入。

主权项

一种基于高光谱与激光雷达提取叶面积指数垂直分布的方法，包括以下步骤：步骤1：对机载激光雷达点云数据按照地面点和植被点进行分类，提取对应的高光谱像元内的植被结构参数；步骤2：基于高光谱数据及提取的植被结构参数，并采用几何光学模型得到区域叶面积指数分布；步骤3：对地面以上的植被激光点在每一高度层上计算其百分比，得到相应的植被冠层高度剖面；步骤4：在提取植被叶面积指数和冠层高度剖面的基础上，按照冠层高度剖面分配植被叶面积指数，得到每一层的植被叶面积指数和随高度累积的植被叶面积指数；步骤1中所述植被结构参数包括树高、冠幅和枝下高；步骤2所述区域叶面积指数分布的获得方法具体为：首先，将Li‑Strahler几何光学模型对遥感影像上的地表反射信号描述简化为公式(1)所示的二分量模型：S＝K_gG+K_cC   (1)其中，S为遥感影像上的地表反射信号，G，C分别是光照地表和光照树冠的反射信号，由获取的纯像元光谱得到；K_c、K_g分别是对应的面积百分比；然后，结合几何光学模型以及激光雷达提取的结构参数，通过公式(2)、(3)和(4)提取叶面积指数，$M=\frac{\ln \left(K_g\right)}{({\sec \theta }_i+{\sec \theta }_v)(\pi -t+\cos t\sin t)}---\left(3\right)$LAI＝2πM   (4)其中，θ_i、θ_v分别为太阳和卫星的天顶角；是太阳与卫星之间的相对方位角；h和r分别是植被的平均高和平均冠幅半径；t为角度，范围为[0，π/2]，M为样地内的平均冠层覆盖大小，LAI为叶面积指数；步骤3中所述每个高度层上的植被覆盖度用植被激光点的百分比表示，如公式(5)所示：$P_v\left(h\right)=\frac{{\mathrm{Num}}_v\left(h\right)}{{\mathrm{Num}}_t}---\left(5\right)$其中，P_ν(h)为每个高度层上的植被覆盖度，Num_ν(h)表示高度h以上所有的植被激光点数目，Num_t表示所有的激光点数目；通过公式(6)得到累积冠层高度剖面：CHP(h)＝‑ln(1‑P_ν(h))   (6)其中，CHP(h)为h处的冠层累积百分比；通过公式(7)得到冠层高度剖面：$\mathrm{relCHP}\left(h\right)=\frac{\mathrm{CHP}(h-1)-\mathrm{CHP}\left(h\right)}{\mathrm{CHP}\left(0\right)}---\left(7\right)$其中，rel CHP(h)为h处的冠层高度剖面，CHP(0)表示最底层的冠层累计百分比。