一种面向森林区域的全波形激光雷达数据全链路仿真方法
发布时间：2021-01-24 15:19
星载全波形激光雷达森林回波仿真,普遍使用的"混合几何光学辐射传输模型",在建立目标场景时输入参数多而复杂,难以获取,且多依赖经验公式。针对上述问题,文章利用机载激光雷达点云数据,提取目标区域森林植被特征参数及地面高程参数,实现目标场景输入参数去经验式获取,并追踪传感器发射脉冲、脉冲光束与地面物体交互作用、接收回波全过程,建立包括传感器模型、目标植被模型、回波模型在内的激光雷达全链路仿真模型,为跨区域快速建模提供依据。对实验区域采集的机载激光雷达点云数据进行仿真得到模拟全波形激光雷达森林回波波形,并将模拟波形与机载激光雷达点云数据直接生成的拟大光斑波形进行比较;再将模拟波形与对应区域的GLAS波形进行对比分析,二者相关系数高于0.80,验证了模型的有效性。
【文章来源】：航天返回与遥感. 2020,41(01)
【文章页数】：11 页
【部分图文】：
模型示意图
第1期杨舒琪等:一种面向森林区域的全波形激光雷达数据全链路仿真方法117以此类推，记n1nmmes为入射脉冲第n帧窄光束en剩余能量在第m层冠层横截面积sm上的散射能量，在tk时刻返回的总能量erec(tk)可以表示为：21rec42111trarecT()()4πkikikikiiDetesRΩ（10）式中k[1,mn]；每层s、ρ值由目标森林植被模型输出反射特性参数及统计每层冠层所占体元个数得到；e由发射脉冲模型得到；D、R、TΩ、traη、rec由传感器参数得出。2仿真实验及验证图2为全波形LiDAR全链路模型的仿真流程图。首先依据ICESat-GLAS相关设计参数建立发射脉冲模型，加入高斯白噪声并进行离散化处理；对点云数据进行处理，提取获取森林几何参数、地面几何参数，结合森林反射参数及地面反射参数，建立目标植被模型；将传感器模型及目标植被模型进行离散化处理，依据LiDAR方程的离散表达式，建立回波模型；最后将三块实验样地采集的点云数据输入本文模型，得到的回波波形与点云拟大光斑进行对比分析，并用研究区域对应的GLAS光斑对本文模拟回波波形进行验证。图2全波形LiDAR全链路模型仿真流程Fig.2Full-linksimulationflowoffull-waveformLiDAR2.1研究数据2.1.1ICESat-GLAS数据ICESat是全球首个激光测高卫星，主要有效载荷为激光测高系统GLAS[24]，ICESat-GLAS传感器提供15种标准数据产品。为验证回波波形，在森林结构和生态参数稳定的森林地区，选取三个GLAS激光光斑脚点对应区域作为实验样地，对GLA01测高数据进行预处理，包括电压值转换、波形正则化处理。本文基于ICESat-GLAS的设计参数建立传感器模型，其主要指标参数如表1所示。
118航天返回与遥感2020年第41卷表1ICESat-GLAS传感器模型Tab.1TheICESat-GLASsensormodel飞行高度/m600000脉冲宽度/ns6光束发散角/rad0.00011发射器时间延迟/ns55激光指向角（偏离最低点角度）/（°）0脉冲能量/mJ75激光波长/nm1064最小检测能量/mJ0.00001接收孔径直径/m12.1.2机载LiDAR点云数据选取GLAS脚点对应区域的三块直径为70m的圆形区域作为样地，其森林结构和生态参数稳定，对应区域采集的点云数据分别命名为实验数据1、实验数据2、实验数据3，如表2所示，点云密度为3~6脉冲/m2。表2实验数据Tab.2Experimentaldata实验数据经度/（°）纬度/（°）高程/m坡度/（°）实验数据1W21.3788N202.2131115.16823.2实验数据2W21.3892N202.2113107.61023.6实验数据3W21.3937N202.210697.27725.0采用LiDAR数据标准格式LAS对点云数据进行记录，提取点云数据中每个点的空间坐标信息，作为全链路回波仿真中目标植被模型的输入及点云拟大光斑的输入。对于目标植被模型建立中点云数据的处理下文中进行了详细说明；拟大光斑波形是将点云数据垂直分为若干层，每层间隔0.15m，对每层进行数量统计，并进行归一化处理。2.2全链路模型仿真实验2.2.1传感器模型仿真依据ICESat-GLAS激光测距系统参数（见表1），对式（1）、（2）、（3）对应的激光高斯脉冲、加噪后的激光光束进行仿真[13]，并进行离散化处理，激光发射脉冲模型如图3所示。图3激光发射脉冲模型Fig.3Thelaserpulsemodel
【参考文献】：
期刊论文
[1]面向森林植被的星载大光斑激光雷达回波仿真[J]. 王虹,张智宇,周辉,李松,马跃,张文豪. 武汉大学学报(信息科学版). 2018(05)
[2]机载激光雷达林区数字高程模型的建立[J]. 苏永涛,邢艳秋,焦义涛,邢万里,尤号田. 东北林业大学学报. 2017(10)
[3]星载激光测距仪全波形测距技术[J]. 吴南,孙世君,李旭. 航天返回与遥感. 2014(03)
[4]星载激光测高仪回波信号仿真分析[J]. 朱近,孙世君. 航天返回与遥感. 2013(01)
博士论文
[1]不同空间尺度森林参数多源遥感反演方法[D]. 胡凯龙.中国矿业大学(北京) 2018
[2]ICESat-GLAS波形与HJ-1A高光谱影像联合反演森林地上生物量的研究[D]. 邱赛.东北林业大学 2016
[3]大光斑激光雷达森林回波模拟和森林参数反演[D]. 王蕊.东北林业大学 2015
硕士论文
[1]ICESat-GLAS大光斑LiDAR波形模拟及森林最大冠层高度反演研究[D]. 王爱娟.东北林业大学 2015
[2]机载激光雷达全波形数据分解方法[D]. 刘诏.首都师范大学 2014
[3]机载LiDAR点云数据滤波算法研究[D]. 王芃芃.长安大学 2011
[4]基于机载LiDAR和极化SAR数据的山区森林蓄积量估测方法研究[D]. 范凤云.中国林业科学研究院 2010
[5]长白山地区二向性反射反演及其应用[D]. 车大为.吉林大学 2009
本文编号：2997474
【文章来源】：航天返回与遥感. 2020,41(01)
【文章页数】：11 页
【部分图文】：
模型示意图
第1期杨舒琪等:一种面向森林区域的全波形激光雷达数据全链路仿真方法117以此类推，记n1nmmes为入射脉冲第n帧窄光束en剩余能量在第m层冠层横截面积sm上的散射能量，在tk时刻返回的总能量erec(tk)可以表示为：21rec42111trarecT()()4πkikikikiiDetesRΩ（10）式中k[1,mn]；每层s、ρ值由目标森林植被模型输出反射特性参数及统计每层冠层所占体元个数得到；e由发射脉冲模型得到；D、R、TΩ、traη、rec由传感器参数得出。2仿真实验及验证图2为全波形LiDAR全链路模型的仿真流程图。首先依据ICESat-GLAS相关设计参数建立发射脉冲模型，加入高斯白噪声并进行离散化处理；对点云数据进行处理，提取获取森林几何参数、地面几何参数，结合森林反射参数及地面反射参数，建立目标植被模型；将传感器模型及目标植被模型进行离散化处理，依据LiDAR方程的离散表达式，建立回波模型；最后将三块实验样地采集的点云数据输入本文模型，得到的回波波形与点云拟大光斑进行对比分析，并用研究区域对应的GLAS光斑对本文模拟回波波形进行验证。图2全波形LiDAR全链路模型仿真流程Fig.2Full-linksimulationflowoffull-waveformLiDAR2.1研究数据2.1.1ICESat-GLAS数据ICESat是全球首个激光测高卫星，主要有效载荷为激光测高系统GLAS[24]，ICESat-GLAS传感器提供15种标准数据产品。为验证回波波形，在森林结构和生态参数稳定的森林地区，选取三个GLAS激光光斑脚点对应区域作为实验样地，对GLA01测高数据进行预处理，包括电压值转换、波形正则化处理。本文基于ICESat-GLAS的设计参数建立传感器模型，其主要指标参数如表1所示。
118航天返回与遥感2020年第41卷表1ICESat-GLAS传感器模型Tab.1TheICESat-GLASsensormodel飞行高度/m600000脉冲宽度/ns6光束发散角/rad0.00011发射器时间延迟/ns55激光指向角（偏离最低点角度）/（°）0脉冲能量/mJ75激光波长/nm1064最小检测能量/mJ0.00001接收孔径直径/m12.1.2机载LiDAR点云数据选取GLAS脚点对应区域的三块直径为70m的圆形区域作为样地，其森林结构和生态参数稳定，对应区域采集的点云数据分别命名为实验数据1、实验数据2、实验数据3，如表2所示，点云密度为3~6脉冲/m2。表2实验数据Tab.2Experimentaldata实验数据经度/（°）纬度/（°）高程/m坡度/（°）实验数据1W21.3788N202.2131115.16823.2实验数据2W21.3892N202.2113107.61023.6实验数据3W21.3937N202.210697.27725.0采用LiDAR数据标准格式LAS对点云数据进行记录，提取点云数据中每个点的空间坐标信息，作为全链路回波仿真中目标植被模型的输入及点云拟大光斑的输入。对于目标植被模型建立中点云数据的处理下文中进行了详细说明；拟大光斑波形是将点云数据垂直分为若干层，每层间隔0.15m，对每层进行数量统计，并进行归一化处理。2.2全链路模型仿真实验2.2.1传感器模型仿真依据ICESat-GLAS激光测距系统参数（见表1），对式（1）、（2）、（3）对应的激光高斯脉冲、加噪后的激光光束进行仿真[13]，并进行离散化处理，激光发射脉冲模型如图3所示。图3激光发射脉冲模型Fig.3Thelaserpulsemodel
【参考文献】：
期刊论文
[1]面向森林植被的星载大光斑激光雷达回波仿真[J]. 王虹,张智宇,周辉,李松,马跃,张文豪. 武汉大学学报(信息科学版). 2018(05)
[2]机载激光雷达林区数字高程模型的建立[J]. 苏永涛,邢艳秋,焦义涛,邢万里,尤号田. 东北林业大学学报. 2017(10)
[3]星载激光测距仪全波形测距技术[J]. 吴南,孙世君,李旭. 航天返回与遥感. 2014(03)
[4]星载激光测高仪回波信号仿真分析[J]. 朱近,孙世君. 航天返回与遥感. 2013(01)
博士论文
[1]不同空间尺度森林参数多源遥感反演方法[D]. 胡凯龙.中国矿业大学(北京) 2018
[2]ICESat-GLAS波形与HJ-1A高光谱影像联合反演森林地上生物量的研究[D]. 邱赛.东北林业大学 2016
[3]大光斑激光雷达森林回波模拟和森林参数反演[D]. 王蕊.东北林业大学 2015
硕士论文
[1]ICESat-GLAS大光斑LiDAR波形模拟及森林最大冠层高度反演研究[D]. 王爱娟.东北林业大学 2015
[2]机载激光雷达全波形数据分解方法[D]. 刘诏.首都师范大学 2014
[3]机载LiDAR点云数据滤波算法研究[D]. 王芃芃.长安大学 2011
[4]基于机载LiDAR和极化SAR数据的山区森林蓄积量估测方法研究[D]. 范凤云.中国林业科学研究院 2010
[5]长白山地区二向性反射反演及其应用[D]. 车大为.吉林大学 2009
本文编号：2997474
本文链接：https://www.wllwen.com/kejilunwen/wltx/2997474.html
