近日，北京林业大学林业定量遥感团队博士研究生赵勋在期刊《Remote Sensing of Environment》发表论文：“Evaluating the potential of airborne hyperspectral LiDAR for assessing forest insects and diseases with 3D Radiative Transfer Modeling”。
本文使用地基激光雷达和地面测量数据重建了一个虚拟的几何结构明晰的森林样地，结合三维辐射传输模型LESS评估了机载高光谱激光雷达在森林病虫害监测中的应用潜力。本文作者为Xun Zhao(赵勋)，Jianbo Qi(漆建波)，Haifeng Xu(徐海峰)，Zhexiu Yu(余哲修)，Lijuan Yuan(袁丽娟)，Yiwen Chen(陈奕文)，Huaguo Huang(黄华国)。
01
研究背景
基于被动光学遥感监测森林冠层中下部病虫害是困难的，传统的单波段激光雷达技术虽然具有高精度的垂直结构信息，但是，由于缺乏丰富的光谱信息对于表征森林生化状态的变化也存在着较大的局限性。高光谱激光雷达是克服上述困难的理想传感器，它能够同时获取对象的光谱和结构信号，使得森林垂直结构病虫害扰动监测成为了可能。然而，实际可应用的高光谱激光雷达设备尚未普及，尤其是用于大范围监测的机载设备目前仍处于研发阶段。因此，高光谱激光雷达在垂直结构上进行病虫害探测的能力仍待进一步评估。为此，本研究基于虚拟实验，采用三维辐射传输模型对其探测性能进行了评估，并将其与传统高光谱数据进行了比较。
02
材料和方法
为了开展评估实验，我们在中科院怀来遥感实验站的新疆杨样地（图1）使用RIEGL VZ-1000设备完成了地面样地结构扫描，病虫害胁迫叶片收集，组分光谱测量等工作。基于地基激光雷达和野外测量数据开展了精细化的虚拟森林三维场景重建（图2）。根据地面测量得到的不同受害的植被、树皮和土壤光谱，针对不同损伤程度（健康、轻度、中度和重度）和不同损伤位置（上部、中部和下部）定义了多种胁迫场景（图3）。针对构建的胁迫场景使用三维辐射传输模型开展了机载高光谱激光雷达点云以及不同胁迫场景的高光谱影像模拟（图4）。为了评估高光谱激光雷达区分不同胁迫等级受害森林的能力，不同受害位置、不同胁迫等级的高光谱激光雷达被栅格化为3米的高光谱影像，提取了相关的植被指数特征，最后使用随机森林模型完成了森林病虫害胁迫等级分类模型的建立。
图1.研究区位置及野外收集的病虫害受害叶片例子
图2.虚拟三维森林样地重建过程
图3.重建的不同受害位置不同胁迫等级的森林样地场景
03
结果和结论
结果表明，高光谱激光雷达能够较好的表征病虫害在森林不同垂直高度的胁迫，但高光谱影像由于缺乏垂直结构信息，尤其对于中下部的病虫害受害表征不明显（图4）。不同受害位置、不同胁迫等级下高光谱激光雷达（图5）和高光谱影像（图6）不同植被指数对比也表明高光谱激光雷达由于同时具体光谱和结构信息，相比高光谱影像能够更好的监测森林垂直结构上的病虫害胁迫。随机森林分类模型精度评价表显示了高光谱激光雷达（表1）相较于高光谱影像（表2）表征整个森林冠层的病虫害胁迫具有巨大的潜力。因此，我们的研究证明了高光谱激光雷达具有表征森林冠层垂直结构上生化和结构变化的潜力，未来可应用于冠层尺度的早期病虫害监测。我们也相信本研究能够为将来传感器任务的设计提供有价值的参考。
图4.模拟的高光谱激光雷达和高光谱影像
图5.高光谱激光雷达不同受害位置不同胁迫等级植被指数对比
图6.高光谱影像不同受害位置不同胁迫等级植被指数对比
表1. 高光谱激光雷达不同受害位置不同胁迫等级下分类模型精度评价
表2. 高光谱激光雷达不同受害位置不同胁迫等级下分类模型精度评价
文章信息
●Zhao, X., Qi, J., Xu, H., Yu, Z., Yuan, L., Chen, Y., Huang, H., 2023. Evaluating the potential of airborne hyperspectral LiDAR for assessing forest insects and diseases with 3D Radiative Transfer Modeling. Remote Sensing of Environment 297, 113759.
●https://doi.org/10.1016/j.rse.2023.113759
作者简介
赵勋，云南保山人，北京林业大学2021届博士研究生，导师为黄华国教授、漆建波副教授，研究方向为植被辐射传输建模和生理参数反演应用研究。
转自：“生态遥感前沿”微信公众号
如有侵权，请联系本站删除！
