论文部分内容阅读
叶面积指数(LAI)是定量刻画植被冠层结构的重要参数之一,同时也是研究森林生态系统碳、水循环过程中物质与能量交换的重要基础和前提。定量分析林冠元素的三维空间分布是准确估算森林叶面积指数的关键步骤。传统野外测定叶面积指数的方法大多是从二维角度在有限观测范围内进行,且耗时耗力。随着三维激光雷达技术的出现,从三维角度计算森林植被叶面积指数成为可能。本研究首先利用地面激光雷达扫描系统(TLS),获取了不同树种、密度、年龄和空间分布的森林三维点云数据,结合“径向半球点云切片”和“点云法向量重建”算法分别计算了森林的角度孔隙率和消光系数,进而基于贝尔定律计算得到森林冠层的有效叶面积指数(LAIe)。与光学仪器得到的结果比较发现:结合地基激光雷达和点云切片算法能够有效地估算植被叶面积指数。此外,航空和地面(即“空-地”)激光雷达在数据获取方式、点密度、覆盖范围等方面存在明显差异。为了定量评价二者在定量反演森林冠层叶面积指数方面的差异,本研究利用同一林区的“空-地”激光雷达点云数据,分别计算得到了植被的角度孔隙率和有效叶面积指数。在此基础上,进一步从数据获取方式、处理算法、植被类型和密度等方面对结果进行定量评价和分析。主要结论如下:(1)结合地基激光雷达和径向半球切片算法能够有效地估算植被LAIe利用“径向半球切片算法”对三维地基激光雷达点云数据进行体元化,计算植被角度孔隙率、消光系数,进而利用贝尔定律计算森林植被有效叶面积指数。通过与利用传统光学仪器得到的结果比较发现:单站半球式激光雷达扫描得到森林样方尺度的结果与LAI-2200和数字半球摄影观测所得结果的相关性分别为R2=0.71(N=9,p<0.01)和 0.74(N=14,p<0.01)。该结果表明“径向半球切片算法”可以有效地利用单站半球式扫描所获取的三维点云进行森林冠层有效叶面积指数的定量估算。通过角度分辨率(LBA)和角度孔隙率(AGF)的敏感性分析,建议径向半球切片算法的角度分辨率应参考中心单站TLS半球式扫描所设置的采样间距。(2)“空-地”激光雷达估算同一森林AGF和LAIe存在显著差异基于同一林区的“空-地”激光雷达点云数据,采用相同的极射赤面投影法,计算植被的角度孔隙率和叶面积指数。通过与数字半球摄影观测所得结果对比发现:利用TLS点云数据计算得到的统计相关性高于利用ALS点云数据计算得到的结果。造成这种差异的原因可能是一方面ALS与TLS数据在点密度方面的差异,另一方面取决于鱼眼照片的拍摄方位与TLS相同,而与ALS存在明显差异。通过对“空-地”激光雷达数据反演得到的森林有效叶面积结果的对比分析发现:在样方尺度,ALS数据的覆盖范围对于森林AGF和LAIe的反演结果具有显著影响,当覆盖范围的半径从30米增加到60米时,AGF平均减小值为0.279,LAIe的平均增值为0.47,从60米增加到90米时,AGF平均减小值为0.077,LAIe的平均增值为0.018,而对于TLS数据的影响较小,半径从30米增加到45米,再增加到60米时,AGF的最大减小值为0.039,最小减小值为0,LAIe的平均增值为0.051;扫描覆盖次数会影响ALS数据森林样方覆盖的完整度;ALS数据扫描角对于AGF的估算结果具有显著影响,扫描角为7°-17°的样地的AGF与TLS-AGF和DHP-AGF的平均差值分别为0.139和0.038,而扫描角为23°-29°的样地AGF与TLS-AGF和DHP-AGF的平均差值分别为0.527和0.522;植被密度的不同对基于TLS计算LAIe具有影响,当覆盖范围由30米增加到60米时,低密度样地LAIe平均增值为0.066,中密度样地LAI平均增值为0.041,高密度样地LAIe平均增值为0.026,而植被密度对基于ALS计算得到的LAIe影响可以忽略;植被类型的不同对基于TLS和ALS计算LAIe的影响可忽略,阔叶林、针叶林和混交林的TLS-LAIe随着覆盖范围的增加,平均增值分别为 0.050、0.056 和 0.043,ALS-LAIe 的平均增值分别为 0.186、0.302 和 0.232。