科研动态 | 基于星载激光雷达和卫星立体摄影测量的高分辨率林下地形提取
1. 亮点
本研究提出了一种全卫星数据驱动的米级分辨率林下地形提取方法，将当前主流卫星地形产品（如常见的90米、30米分辨率）的空间分辨率提升至米级。本方法生成的林下地形垂直精度优于哥白尼数字高程模型（Copernicus DEM），并与在去除植被误差的地形产品FABDEM（Forest And Buildings removed Copernicus DEM）相当。此外，相较于FABDEM的30米分辨率，本方法生成的1米分辨率地形数据具备更精细的空间表征能力，能够更详尽地刻画地形特征。研究结果表明，协同利用星载激光雷达（ICESat-2和GEDI）与卫星立体摄影测量数据，可有效获取高分辨率林下地形。本技术克服了机载激光雷达在成本与覆盖范围方面的局限，为卫星林下地形建模提供了具备米级分辨率的可行方案。
图1本研究提出的森林DTM和CopDEM、FABDEM对比图。(A) CopDEM，(B) 森林DTM，(C) FABDEM
2. 研究背景
数字地形模型（DTM）在地理空间分析与环境应用中具有重要意义，然而，森林地区的DTM生成仍面临诸多挑战。目前主流的全球地形产品多基于卫星立体摄影测量或InSAR技术构建，因其对植被的穿透能力有限，难以准确反映林下地形，常在植被密集区域产生系统性高估。尽管机载激光雷达具备较高的测绘精度，但其高昂的成本与受限的覆盖范围，制约了其在大尺度森林区域的广泛应用。因此，亟需一种具备低成本与可扩展性的从卫星数据中提取林下地形信息的方法。为应对这一需求，本文提出了一种简便且具备良好可解释性的林下地形提取方法，融合我国高分七号（GF-7）亚米级卫星立体像对与GEDI及ICESat-2星载激光雷达数据，构建了一套适用于森林区域的地形建模方法体系。
3. 研究思路
本研究通过协同融合星载激光雷达数据与立体影像，提出了一种可有效提取森林区域林下地形的方法。如图2所示，该方法包括三个主要步骤：（1）以森林经营单元为基础划分空间区域，以确保生态条件的相对一致性；（2）在各子区域内，采用最小曲率样条插值对星载激光雷达的冠层高度数据进行表面重建，生成连续的冠层高度表面；（3）将立体影像生成的数字表面模型（DSM）与重建的冠层高度表面进行差分运算，从而提取数字地形模型（DTM）。
图2 林下地形提取算法流程
本研究对CopDEM、FABDEM以及所提出的森林数字高程模型（Forest DTM）进行了对比分析，并构建其与机载激光雷达数字地形模型（ALS DTM）之间的差异图，用以定性评估空间误差的分布特征。为进一步探讨在不同植被密度与地形条件下的建模性能，选取了四个具有代表性的子区域（a–d）开展深入分析：
(a) 缓坡区域，密集与稀疏植被覆盖区的过渡带；
(b) 缓坡区域，密集植被覆盖区；
(c) 缓坡区域，稀疏植被覆盖区；
(d) 山地区域，密集与稀疏植被覆盖区的过渡带。
图3 CopDEM、FABDEM 与本文提出的森林数字高程模型（Forest DTM）在四个代表性子区域（a-d）中的比较：每个子区域包含ALS森林冠层高度图（展示森林覆盖）、数字高程模型山体阴影图，以及相对于ALS DTM的高程误差图。
在上述多种地形与植被条件下，Forest DTM在建模性能上优于CopDEM和FABDEM，具有更高的空间分辨率（1 m，相较于CopDEM和FABDEM的30 m），地形细节更加清晰，同时整体误差更小。
以ALS DTM作为真值进行定量评估，CopDEM在森林区域中表现出8.93米的偏差和9.61米的均方根误差（RMSE），反映出其在植被覆盖地区存在系统性高估的问题，地形保真度较低。FABDEM通过对CopDEM进行植被和建筑物偏差的校正，在一定程度上提升了精度，RMSE降低至6.62米，偏差减小至5.89米，尽管仍存在一定程度的高估现象。
相比之下，Forest DTM的RMSE为6.89米，与FABDEM相当，但其平均绝对误差（MAE）更低（5.15米 vs. 5.91米），偏差也更小（−3.60米 vs. 5.89米），表明Forest DTM在还原真实地形方面更具准确性，更能反映实际的裸地地形而非植被表面。此外，得益于其更高的空间分辨率（1米，相较于FABDEM的30米），Forest DTM能够更细致地捕捉局部地形变异，尤其在复杂的森林环境中，展现出更强的局部地形表达能力。
4. 研究结论
本研究基于卫星遥感数据，提出了一种具有良好可扩展性和可解释性的高分辨率林下地形提取方法，在多种地形与植被条件下均展现出有效的建模性能。该方法可作为CopDEM和FABDEM的森林区域替代方案，并在水文建模、森林监测等多种地理空间应用中具有广泛的应用潜力。
5. 发表信息
研究成果于近期在中科院一区期刊《Forest Ecosystems》发表，中山大学测绘科学与技术学院先进遥感团队博士熊昊为第一作者，张吴明教授为通讯作者，博士常兵涛、研究生兰晓东、博士生周辉舟、陈杨为合作作者。该项目得到了国家重点研发计划（SQ2022YFB3900026和2022YFB3903305），广东省珠江人才计划领军人才项目（2021CX02S024）和广东省科技计划（2024B1212050011）的资助。
原文信息：Xiong, H., Chang, B., Lan, X., Zhou, H., Chen, Y., & Zhang, W. (2025). Up-to-date high-resolution understory terrain extraction based on satellite stereo photogrammetry and spaceborne LiDAR. Forest Ecosystems, 100372.