科研动态:空天遥感与数智环境团队在星载激光雷达低矮红树林高度反演方面取得新进展
研究背景
精确量化植被垂直结构,是理解全球碳循环、监测生物多样性和模拟地表过程的基础。以GEDI(Global Ecosystem Dynamics Investigation)为代表的星载激光雷达,能穿透冠层、直接获取垂直剖面,已成为大尺度植被结构探测的重要手段。但在灌丛、幼龄林、高山草甸和红树林矮林等低矮植被区,冠层与地面回波高度重叠,叠加为单峰波形(图1)。受GEDI约15.6 ns脉冲宽度及地形、地表粗糙度影响,实际可分辨高度阈值常高于理论值2.34 m,许多3-5m高的植被仍表现为单峰。传统高斯分解依赖峰值可分性,易将冠层信号误判为地面回波或噪声而丢弃。反卷积等方法又对噪声敏感,易产生虚假信号。大量冠层信息由此被系统性舍弃,全球低矮植被监测形成明显盲区,亟需新的物理解释与反演方法。

图1. 不同植被场景下星载激光雷达波形形成机制示意图
论文内容
研究选取广东沿海3处红树林样地(图2)。样地位于平坦潮滩,以白骨壤等灌木状红树林为主,冠层高度多在0.5-4 m。团队利用无人机载激光雷达获取样地高密度点云,生成0.5m分辨率冠层高度模型作为参考真值。同时筛选2019-2024年GEDI全功率波束数据,经质量控制后保留46个光斑。

图2. 研究区和数据集特征
低矮植被中,激光光子在枝叶之间以及冠层与地面之间多次散射,传播路径变长、回波延迟,在波形后沿形成缓慢衰减的“重尾”。这条拖尾并非噪声,而是冠层垂直结构在波形上的投影。据此,团队构建高斯-柯西(Gaussian-Cauchy, GC)分段混合模型:前缘用高斯分布刻画主回波,后缘用柯西分布刻画多次散射拖尾(图3)。与纯高斯及高斯-指数、高斯-Pareto、高斯-Lévy、高斯-Log-Gaussian 等模型对比,GC 拟合精度最高(R²= 0.988,RMSE = 0.0354),46 个足印中 38 个取得最优 AIC。基于拟合曲线,团队提取7个波形指标,经LASSO筛选后选取
(峰值至后沿累计能量 80% 处的时间跨度,反映冠层几何深度)和
(耦合尾部宽度与信号积分,反映体散射强度)两个互补指标,输入SVR实现冠层高度反演。

图3. 高斯-柯西模型对单峰波形的拟合及波形指标示意
以机载激光雷达RH98为参考,标准GEDI L2A产品在该场景下几乎失效:r = −0.18,RMSE = 1.32 m,预测值在2 m、3 m附近呈明显分层。以机载平均冠高为参考,本文选取的波形指标在线性回归基线上拟合精度为r = 0.52、RMSE = 0.94 m。在SVR模型上将精度提升至r = 0.68、RMSE = 0.82 m,较 L2A 误差降低37.9%。典型样点显示,随着冠层高度增加,波形拖尾逐渐拉长,波形特征指标亦明显增大(图4)。结果表明,单峰波形的“重尾”是可靠的植被垂直结构信号,为星载激光雷达在低矮、高密度生态系统中的应用提供了新途径。

图4. 低、中、高冠层典型足印的机载点云与波形拟合结果
发表信息
研究成果近日以“Estimating Short Vegetation Height From the Heavy Tail in Unimodal GEDI Waveforms: A Gaussian-Cauchy Mixture Model”为题发表于遥感领域顶级期刊《IEEE Transactions on Geoscience and Remote Sensing》,中山大学遥感科学与技术学院2024级硕士研究生易启亮为论文的第一作者,黄华兵教授为论文的通讯作者,博士研究生李潇、李其宏、陈佩敏、刘祥江等为论文的合作作者。本研究受国家自然科学基金项目(U25A20802、42371339)等支持。
