摘要：树高是评估森林碳储量的关键参数，星载激光雷达技术为其大范围监测提供了有效手段。搭载先进地形激光测高系统（advanced topographic laser altimeter system ，ATLAS）的新一代冰、云和陆地高程卫星（cloud and land elevation satellite-2，ICESat-2）——ICESat-2/ATLAS在接收信号的过程中会产生大量噪声，且地形是影响去噪结果的关键因素，针对这一问题，提出一种地面坡度自适应密度聚类去噪算法完成光子云数据精去噪，运用迭代式中值滤波与动态残差阈值法进行光子云分类，进而提取树高。以机载激光雷达数据获取的冠层高度模型（canopy height model ，CHM）作为验证数据，从强弱波束、坡度、植被覆盖度3个方面对ICESat-2/ATLAS全球地理定位光子数据（global geolocated photon data，ATL03）提取树高的可靠性进行分析评价。研究结果表明，1）提出的去噪算法的召回率（R）、准确率（P）以及调和平均值（F）均优于差分渐进高斯自适应去噪算法DRAGAN。2）夜间强波束数据提取树高的精度最佳，平均绝对误差（mean absolute error ，MAE）为2.49 m，均方根误差（root mean square error ，RMSE）为3.03 m）。3）随着坡度增加，树高的提取精度逐渐降低，RMSE由2.25 m增大到6.52 m。4）随着植被覆盖度的增加，树高提取精度逐渐降低，RMSE由3.06 m增大到4.53 m。结果表明运用ATL03光子云数据提取树高具有可行性，能够为研究林区的森林生长状况提供有效数据支撑。
文章目录
0引言
1研究区与研究数据
1.1 研究区概况
1.2 研究数据
1.2.1 ICESat-2/ATLAS数据
1.2.2 机载激光雷达数据
1.2.3 Sentinel-2A
2研究方法
2.1 光子云粗去噪
2.2 光子云精去噪
2.3 光子云去噪精度评价
2.4 光子云分类
2.5 树高提取及精度验证
3 结果与分析
3.1 光子云去噪结果
3.2 光子云分类结果
3.3 强弱波束对于树高提取结果的影响
3.4 坡度对于树高提取结果的影响
3.5 植被覆盖度对于树高提取结果的影响
4讨论与结论
4.1 讨论
4.2 结论
