科研之友
微信
新浪微博
Facebook
分享链接
摘要
星载GLAS波形数据精确记录了光斑内所有探测目标的垂直结构信息,在森林结构参数反演方面具有极大的应用潜力,但GLAS激光脚印是不连续分布的离散点且密度较低(中国地区平均约为0.14 point/km2),因此仅利用GLAS数据不能获得高精度的连续植被高度分布.已有研究表明,相对其他光学数据及反演参数,MODIS BRDF参数最能反映植被结构信息.本文利用同时期(2008年2月)的GLAS与MODIS数据,首先采用小波分析方法提取GLAS数据的波形特征参数,通过ASTER GDEM数据计算地形指数,并辅以植被分类数据分三种森林类型分别建立基于波形特征参数和地形指数的树高估算模型;然后,通过神经网络训练建立基于GLAS树高和最佳MODIS BRDF波段组合的树高反演模型,并应用该模型得到中国森林植被平均高度的连续分布图;最后,利用野外实测树高和机载激光雷达数据提取树高分别对反演结果进行验证,结果表明该模型反演精度较高.
- 单位
