机载激光雷达森林叶面积指数反演及垂直分解研究

项目名称： 机载激光雷达森林叶面积指数反演及垂直分解研究

项目编号： No.41371350

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 天文学、地球科学

项目作者： 骆社周

作者单位： 中国科学院遥感与数字地球研究所

项目金额： 75万元

中文摘要： 叶面积指数（LAI）是定量描述森林冠层结构最重要的参数之一，是植被冠层对全球环境变化响应过程模型的关键变量，因此快速、客观和精确地估算LAI具有非常重要的意义。激光雷达（LiDAR）脉冲对植被具有穿透能力，可以精确地获取冠层三维结构和林下地形信息，精确地估算森林结构参数。本项目拟对激光雷达数据进行不同空间尺度重采样和垂直分层，建立冠层垂直剖面信息模型，提取垂直剖面面积，基于垂直剖面面积提出LiDAR反演LAI的新方法，并对反演的LAI进行垂直分解；最后用留一交叉验证法和未参加建模的实测LAI分别对反演模型的可靠性和精度进行评价和验证。本研究方法将充分利用LiDAR高程和回波数信息，能提高森林LAI反演精度，精确描绘LAI的水平和垂直空间分布特性，促进森林生态系统内部能量传输和分配以及冠层内各营养级之间关系的深入研究，为森林健康状态监测、生态建模、水平和垂直空间生态相互作用的研究提供新方法。

中文关键词： 叶面积指数；小光斑激光雷达；叶面积垂直分布剖面；生物量；植被结构参数

英文摘要： Leaf area index (LAI) is one of the most important parameters for quantifying forest canopy structure characteristics, and it is a critical variable in process-based models of vegetation canopy response to global environmental change. Therefore, rapid, ob

英文关键词： Leaf area index；Small footprint LiDAR；Foliage profile；Biomass；Vegetation structure parameters