近日，中国科学院空天信息创新研究院遥感科学国家重点实验室研究员倪文俭带领森林遥感团队，在利用超高分辨率光学遥感立体观测数据提取森林三维结构研究方面取得重大突破。现有研究认为，因为光学多角度立体观测数据在林区不具备穿透能力，故在缺乏林下地形数据时，无法独立进行森林垂直结构参数的直接测量，特别是在浓密山地林区。该团队研究发现，分辨率优于0.2 米的光学立体观测数据能够对单株树木的冠顶结构进行精细刻画；受树木异速生长方程启发，创建了“生长关系约束的林下地形逼近算法(AGAR)”，打破了传统认知局限，实现了仅利用光学立体观测数据对森林垂直结构的直接测量。该研究成果发表在遥感领域顶级期刊《Remote Sensing of Environment》上。
森林作为重要的陆地生态系统碳库之一，准确估算其碳储量是遥感研究的主要方向，能够服务我国“双碳”战略需求和地球系统碳循环过程研究。过去三十多年，国内外开展了基于遥感影像光谱或微波散射强度等“二维”特征的森林碳储量估算原理与方法研究，然而，“地形影响”和“遥感信号饱和”依然是难以逾越的两大科学难题。因此，国际学界逐渐转向以卫星测距技术为基础的“三维”遥感，包括以激光测距为基础的激光雷达遥感、以微波测距为基础的合成孔径雷达干涉和以视觉测距为基础的光学多角度立体观测。美国致力于发展具备冠层穿透能力的星载激光雷达, 包括早期搭载在航天飞机上的激光高度计SLA01和SLA02，2003年至2009年运行的ICESat/GLAS卫星，2018年发射的ICESat-2卫星以及2019年放置在国际空间站上的GEDI。欧洲则积极发展穿透能力较强的L波段Tandem-L和P波段BIOMASS合成孔径雷达干涉卫星，计划2024年发射。相较于激光雷达和合成孔径雷达干涉，光学多角度立体遥感具有图像直观形象的显著优势，但受穿透能力的限制，目前主要用于地表高程的测量，需要依靠其他数据源提供的林下地形才能对森林垂直结构进行测量，造成其应用价值和场景受到极大的限制。
近年来，中国在光学多角度立体遥感方面快速发展，先后发射了资源三号、高分七号、天绘系列以及其他商业遥感卫星，且影像空间分辨率逐步提高。能否利用不断提高的空间分辨率来突破其穿透能力弱的限制，进而最大程度地发挥超高分辨率光学多角度立体遥感数据的应用价值，既是国际前沿科学问题，更是中国遥感科研人员亟需回答的问题。
森林遥感团队意识到超高分辨率光学多角度立体观测遥感数据的独特价值，自2014年开始对无人机立体观测数据在森林结构参数测量中的应用进行了持续探索，并于2018年开展了大兴安岭林区大范围无人机采样观测实验，先后揭示了观测角度与影像分辨率的耦合规律，证实了森林高度信息对叶面积指数估算的补充作用，研发了针对落叶林区森林高度提取的有叶季和无叶季影像协同解决方案, 突破了光谱与三维几何特征协同的散发枯立木识别技术、单木识别与分割技术、以背景识别为基础的高精度森林覆盖度提取技术。在这些数据与技术积累的基础上，创建了“生长关系约束的林下地形逼近算法(AGAR)”，实现了复杂地形条件下森林高度的直接提取。研究结果证实了无需额外林下地形数据的支持，AGAR算法仅利用超高分辨率光学多角度立体观测数据即可实现森林高度提取。
动态新闻