【儀表網 儀表產業】導讀：國家與全球尺度的高分辨率森林冠層高度產品對估算森林碳儲存、理解森林生態系統過程以及制定森林經營政策等至關重要。
 

　　現有的森林冠層高度產品的空間分辨率一般是500米或1000米，難以滿足應用需求。新近發射的星載激光雷達傳感器GEDI與ICESat-2 ATLAS可以獲取全球范圍內分米級空間分辨率的森林冠層高度腳點數據，為大尺度森林冠層高度的高分辨率繪制提供了可能。
 

　　當今，隨著科技水平的快速提升，激光雷達的技術得到了不斷的發展和升級。人工智能時代的到來，激光雷達也已被廣泛應用于自動駕駛、機器人、安防監控、無人機、地圖測繪、物聯網、智慧城市等高新科技領域。激光雷達形式多樣，隨著器件水平和加工制造水平的更新，激光雷達技術指標和技術方式也在不斷升級。
 

　　激光雷達技術按不同的載體可分為星載、機載、車載及固定式激光雷達系統。其中星載及機載激光雷達系統結合衛星定位、慣性導航、攝影及遙感技術，可進行大范圍數字地表模型數據的獲取；車載系統可用于道路，橋梁，隧道及大型建筑物表面三維數據的獲取；固定式激光雷達系統常用于小范圍區域精確掃描測量及三維模型數據的獲取。
 

　　然而，星載激光雷達獲取的腳點數據是沿衛星軌道離散分布的，無法直接生成空間連續的森林冠層高度產品。以往研究通常運用星載激光雷達腳點數據與遙感影像和環境因子，建立回歸模型，進而生成空間連續的大尺度森林冠層高度產品，但該方法難以充分利用GEDI與ICESat-2 ATLAS較為密集的腳點數據，且易受到遙感影像飽和效應的影響。如何充分高效地利用新一代星載激光雷達數據生成大尺度高分辨率森林冠層高度產品，亟須進一步探討。
 

　　中國科學院植物研究所蘇艷軍研究組設計了一種深度學習指導的空間內插模型NNGI(Neural Network Guided Interpolation)。該模型運用深度神經網絡自動學習權重的能力，解決了如何在內插模型中均衡考慮空間、環境與光譜等特征距離的權重貢獻，突破了常用內插模型僅使用空間距離的局限。借助研究組積累的140平方公里的無人機激光雷達數據訓練了NNGI模型，內插GEDI與ICESat-2 ATLAS星載激光雷達腳點數據，繪制了全國30米分辨率的森林冠層高度產品。與三套獨立的驗證數據集(超過100萬個的GEDI腳點數據、33平方千米的無人機激光雷達數據和近6萬條的森林清查數據)相比，該研究得到的產品精度較高。
 

　　此外，受益于空間內插策略，NNGI生成的產品在森林冠層較高的地區幾乎沒有出現飽和。這套高精度、高空間分辨率的全國森林冠層高度產品表明了NNGI模型在監測國家乃至全球尺度森林冠層高度方面具有較好的應用潛力，所生成的全國森林冠層高度產品有助于提升大尺度森林生物量估算的準確性，為制定氣候減緩政策與實現碳中和目標提供數據支持。
 

　　總之，激光雷達技術的出現，為空間信息的獲取提供了全新的技術手段，使得空間信息獲取的自動化程度更高，效率更明顯。這一技術的發展也給傳統測量技術帶來革命性的挑戰。
 

　　資料來源：電子發燒友、植物研究所