欧亚国际

什么是激光雷达？激光雷达（Light Detection and Ranging，LiDAR）是一种新兴的主动遥感技术，能够在多时空尺度上获取森林生态系统高分辨率的三维地形、植被结构参数、叶面积指数等参数。它的工作原理是通过测定传感器发出的激光在传感器与目标物体之间的传播距离，来分析目标地物表面的反射能量大小、反射波谱的幅度、频率和相位等信息，进而实现对目标物体的有效定位、识别以及一些特性的检测。一般按照承载平台的不同，又可分为星载、机载和地面激光雷达。

激光雷达技术较早是基于机载平台进行的针对近海岸线水深测量的研究工作，1968年，美国 Syracuse 大学的 Hickman 和 Hogg 建造了上先进个激光海水深度测量系统，进行了基于机载激光雷达不同回波之间时间差的海洋深度测算，阐述了激光水深测量技术的可行性。随着科学的发展， LiDAR 蕴藏的巨大的应用前景受到人们的关注，逐渐被应用于生态学、植物表型研究领域。

新兴的 LiDAR 技术能够获取地物精细的三维信息，利用点云数据可以构建研究区域的精细地形和反演植被结构参数（树高、覆盖度、叶面积指数等），进而结合地面实测的物种分布信息估算较大尺度的生物多样性分布信息。

1、生成精细的林下地形产品

地形历来都被视为生态学研究中的重要环境影响因子，一方面，它是划分立地条件的重要参考因素，另一方面，地形因子通过对光照、水分、土壤条件的再分配促使群落生境分化，进而间接影响植物群落的物种多样性、蓄积量等生物特性。

此前，科研人员经常通过 GPS 和全站仪组合测量的作业方式建立地形图，虽然这种方法可以得到单点或小范围亚米级精度的 DEM ，但实践证明，这种方法受限于人工操作、自然条件等因素，整体作业效率低，作业流程时间长。

而机载激光雷达技术能够穿透森林快速获取高分辨率的数字地形产品，反映林下的精细的地形起伏，提供较有效的地形参数。 LiDAR 生成的 DEM 与其他数据 DEM 产品的相比，较加清晰。

2、森林结构参数批量提取

测量样方内单株木的树种、位置、高度、胸径、冠幅和样方的植株密度、胸高断面积等参数是森林资源调查的重要内容之一，与传统样方调查相比，LiDAR 技术较突出的特点是兼具细节与大尺度。可以说，LiDAR 生成了一个现实的“模型”，应用到林学与生态学中则是一个可以量测的真实三维群落。

此前调查人员只能通过建立其与胸径的关系间接推测树高，而利用 LiDAR 可以准确提取高度信息；

树冠冠层结构的改变能够敏锐反映出植物对其逆境胁迫的应变与适应，但是一直以来，冠层三维结构的复杂性导致实现其准确测量较具挑战，而 LiDAR 具备的高速率采集和大范围监测能力，使其成为描述林冠复杂三维结构特征的有效工具，并能比传统技术较为迅速地确定林冠结构参数；

材积和蓄积量也是森林经营中常用的评价指标，传统获取材积的较直接方法是将树木采伐后分段计算体积，而 LiDAR 在获取材积方面有着令人兴奋的优势，甚至可以不用进行树高、胸径的测量，就可以直接通过建立树的真实三维空间模型，积分有效计算单木材积，这种方法既可以在单木尺度上实现，又可以在景观尺度上进行。

LiDAR 还可以实现生物量的有效计算。

正因为 LiDAR 能批量提取和定量描述以上森林结构参数，从而能为物种分布生境提供较为综合全面的描述和评价。 三维立体生境定量化参数提取：树高、冠幅、胸径、枝下高

3、叶面积指数计算

叶面积指数（Leaf Area Index，LAI）可以定义为单位地面面积上所有叶子表面积的总和(全部表面 LAI )，也可以定义为单位面积上所有叶子向下投影的面积总和(单面 LAI )，它是反映森林冠层光合作用能力、群落生长状况的一个重要生物物理参数。

目前叶面积指数的计算方法主要有直接测量法和间接测量法两种，直接测量法费时耗力，并且具有很大的破坏性，不能被广泛利用；间接测量法主要包括光学仪器法和被动遥感法，前者结果存在明显低估现象，后者则容易出现饱和问题。

而激光雷达技术的引进可以明显这种问题，LiDAR 数据的优势在于，它可以获得任意尺度的 LAI ，可以在任意位置获取 LAI ，避免了鱼眼镜头法因摄影位置选择而带来的误差。较为重要的是，它能够获取垂直方向上 LAI 的连续变化。目前，利用 LiDAR 进行 LAI 推算的研究越来越多，例如LAI的有效测量。

因此，利用 LiDAR 能够有效获取森林三维空间数据，从中批量提取森林结构参数，为森林生态研究提供了先进、有效、准确的技术手段。

激光雷达传感器器通常与多光谱、高光谱等相机系统一起搭载在无人机或无人车平台上，对生态、表型等进行测量。法国Hiphen公司和比利时WIWAM植物表型系统均可实现该传感器的搭载与对接。