用于数字林业的激光雷达、图像和合成孔径雷达

Benoît St-Onge是加拿大蒙特利尔魁北克大学的教授。他在地理系工作，主要研究方向是森林分析的3D遥感。”188金宝搏特邀GIM国际”最近采访了St-Onge教授，以更好地了解这一领域的挑战和创新。

(作者:Martin Kodde, GIM International特约编辑188金宝搏特邀)

在您的研究工作中，您对使用激光雷达和摄影测量来分析植被、森林等有一个明确的重点。你对植被的兴趣是如何发展的?

上世纪80年代，当我选择专攻遥感硕士学位时，加拿大东部遭到了一场昆虫瘟疫的侵袭，导致树木的叶子被耗尽。我使用陆地资源卫星(Landsat)的图像来绘制树木的落叶情况，该卫星的空间分辨率为30米，但我无法看到一棵棵树木，这让我很沮丧。这就是为什么我决定在攻读博士学位时研究高分辨率图像，当时商业上还没有高分辨率图像。因为我想研究森林结构和图像纹理之间的联系，我最终用简单的树木3D模型合成了数千张分辨率为50厘米的人工树冠图像。在我完成博士学位的几年后，我发现了机载激光雷达，它直接为我提供了森林的实际3D表现。几年后，我开始使用摄影测量技术，最初是为了获得更好的树高参考数据。这就是将激光雷达和摄影测量相结合的想法产生的原因。

激光雷达技术在林业中已经应用了相当一段时间。这项技术如何影响森林和植被管理?

我们开始在几个国家看到影响。在挪威，几乎100%的森林资源清查都是基于激光雷达。其他北欧国家也采取了类似的做法，我们看到越来越多的国家采用激光雷达绘制森林地图。在魁北克省，森林清查正迅速向密集使用激光雷达发展，激光雷达将覆盖从美国边境到51^圣2022年平行。

经过一个缓慢的开始，森林工业采用现在相当迅速。激光雷达被用来优化森林道路的布局，寻找可供保护的小型间歇溪流，并估计木材量。准确地知道将收割机器送到哪里，在改善栖息地保护的同时，优化了价值链。

如果这个过程经常重复，3D森林制图才会增加价值。然而，目前的成本高得令人望而却步。你相信可以达到更高的时间频率吗?

这确实是个问题。很明显，大面积激光雷达获取的动力来自于这样一个事实，即广泛的用户想要一个优秀的数字地形模型(DTM)，用于水文、土木工程或风险评估，而森林社区正在寻找准确的森林信息。DTM预计不会迅速改变，但森林当然会迅速进化。这就导致了森林用户希望更新覆盖率的情况，而DTM用户仍然对旧的DTM满意。

我们是否会看到仅森林社区就有足够的需求来保证定期对大片土地进行调查?这一点还远不能确定。在森林覆盖有限的小国，可以考虑定期进行机载激光雷达调查。例如，西班牙36%的国土被森林覆盖，该国每六年就有一个重新飞行激光雷达的计划。然而，我认为这种情况不会发生在加拿大或美国，除非新技术大幅降低激光雷达的采购成本。这就是为什么我们越来越多地听说将摄影测量与激光雷达相结合来更新森林高度信息的原因。

你强烈主张使用密集图像匹配来替代激光雷达。有什么好处?

近年来，在图像匹配解决方案方面，我们已经看到了相当大的进步。首先，飞行配置正朝着80%的高前向重叠方向发展。它的成本并不比标准的60%高很多，但通过部署多射线匹配技术，对匹配过程有相当大的帮助。算法也更加复杂，速度也提高了。我们从最好的软件解决方案中看到的结果在点密度和精度方面是惊人的。在我们对摄影测量点云和激光雷达的比较中，我们表明，即使是单独的树木也可以在摄影测量表面模型中被解析。通过从摄影测量的地表模型中减去Lidar DTM，我们得到了一个非常好的冠层高度模型，从该模型中可以提取高度、木材体积和生物量等属性。与激光雷达相比，航空照片可以从更高的高度、更快的飞行速度和更低的成本获得，而且你还可以获得全彩色的信息。

你认为这两种技术会继续共存吗?或者我们会看到一种技术取代另一种技术吗

我们总是需要一种技术来精确和详细地绘制裸露的地球地形。在封闭的雨棚下，机载图像永远无法提供这些信息。这意味着激光雷达将继续存在，除非干涉合成孔径雷达(InSAR)等替代技术取代激光扫描，这在短期和中期看来都不太可能。因此，稠密匹配是否会逐渐消失就成了一个问题。这似乎也不大可能，因为至少对于星载采集来说，光学图像在技术可行性、分辨率和采集的便捷性方面是很难被击败的。我的印象是，随着多光谱激光雷达的发展，激光雷达正变得越来越以光谱为导向。与此同时，利用多视角斜向图像，图像正朝着更好的三维提取能力发展。基于这些原因，我认为激光雷达和密集匹配技术至少在未来几十年将同时繁荣发展。

多光谱激光雷达是最近才发展起来的，它可以帮助植被分类。你对这一发展有什么看法?

树种资料不仅对木材清查是必要的，而且对生境研究和其他分析也是必要的。虽然激光雷达在绘制森林结构方面非常有用，但它在物种鉴定方面的应用仍然很有限。虽然三维数据包含了一定程度上的物种识别信息，但对彩色图像光谱特征的分析具有很大的鉴别能力。某些树种的可见和红外波段的树叶颜色确实不同。然而，衰减机载图像中太阳目标传感器几何形状变化所需的辐射校正是非常复杂的。多光谱激光雷达提供了一种测量多通道强度的方法，具有恒定的几何形状，这使它们更容易修正。在2015年的SilviLaser会议上，我们展示了Optech公司的Titan传感器，与单通道激光雷达相比，它具有三个通道，大大提高了树木物种的识别能力。

您还研究了InSAR在植被管理中的应用。随着新卫星的发射，你看到了什么样的潜力?

激光雷达和图像匹配是两种广泛使用的方法，但它们不容易部署来创建全球冠层高度模型。InSAR是一项很有前途的技术，因为它可以提供大的覆盖范围，即使是在有云的地区。将InSAR应用于森林冠层时面临的挑战是避免由于冠层在数据之间的移动而导致的时间去相关问题。因此，对于森林而言，唯一好的InSAR解决方案是单通道干涉测量法，其中形成干涉对的两幅图像都是在同一时间获得的。这就是DLR的TanDEM-X任务所提供的。一个全球的TanDEM-X DSM已经可用，但仍然缺少一个好的全球DTM。还有人希望DLR计划中的TanDEM-L能够在车顶内有更好的穿透力，但这个任务还有很长的路要走。

粮食安全是一个重大的社会挑战，提高农业效率可以发挥作用。你对森林的研究适用于那个领域吗?

粮食安全取决于一系列广泛的因素，如水资源的供应、土地的保存、化肥的使用、稳定的气候，以及总的来说，生产和消费之间的良好平衡。基于我对粮食安全整体问题的理解，我不认为利用3D遥感获得更好的每公顷产量估算是最紧迫的问题。我能说的是，扩大农业用地的压力正在对世界森林造成损害。例如，南美洲的一些森林正在被砍伐以生产大豆。遥感可以用来监测这些动态。例如，来自TanDEM-X的DSM反映了2011-2013年的森林状况。进一步绘制清晰的森林砍伐图可以揭示用于种植作物的森林生物量的数量。树木被砍伐后，InSAR表面会反映出地面高度，这样我们就可以计算出森林被砍伐前的高度。这并不能改善粮食安全，但可能会进一步提高人们对当前消费水平缺乏可持续性的认识。

与其从空中测量森林，还不如给森林配备传感器——有点像“树联网”?

这是一个有趣的可能性，有一些可能的应用，但也有大量的后勤限制。从高空进行测量的技术，无论是使用低空无人机、标准飞机还是卫星，肯定会继续发展，满足越来越多的数据需求。然而，安装现场传感器网络可能只适用于非常小的环境。其中一个例子就是昆虫侵扰的早期预警。遥感仍然不能提供一个有效的方法来监测这一点，所以为什么不在选定的树上安装一个网格状的摄像头，让我们看到真正的漏洞呢?然而，这需要花费大量的精力来安装和卸载它，所以，除了科学目的之外，我不认为它会成为广泛的操作性解决方案的一部分。

您认为在不久的将来还有什么令人兴奋的发展?

如果你看看机载激光雷达的历史，你会发现创新是不断的。我们从把激光放在飞机上，到激光雷达对森林进行轮廓分析，扫描激光雷达，全波形激光雷达，等等。我们现在看到的是向多光谱激光雷达的发展。高光谱激光雷达的原型也正在开发中。它们利用超连续介质原理产生的白光激光。和雷达一样，激光雷达也可以制成偏振雷达，这肯定有助于植被制图。此外，我们还看到光子计数或盖格模式机载激光雷达，包括从9公里飞行高度的高点密度的承诺。在另一个方面，倾斜多视角航空摄影正在出现，从而增加了我们提取森林冠层3D信息的能力。谁知道物理学的突破性研究会把我们引向何方?哈佛大学(Harvard University)最近开发的一种平面元透镜，有一天可能会取代我们今天仍在使用的厚重玻璃光学镜片。 Far from having plateaued, I think that the evolution of 3D remote sensing will remain buoyant for a good while yet!

传记

Benoît St-Onge是Université du Québec à Montréal (UQAM)地理系的教授。1994年在Montréal大学获得地理学博士学位。他的专长是利用三维遥感分析森林环境。他开发了图像和激光雷达数据处理技术，以及新的数字摄影测量和InSAR方法，用于三维森林冠层制图。他目前正在使用标准或多光谱激光雷达数据和摄影测量点云进行物种鉴定。此外，St-Onge教授教授测绘学的各个方面(地理信息系统、远程等)，并指导多名硕士和博士研究生。