光探测和测距（激光雷达）遥感数据简介

本教程涵盖了激光雷达遥感的基本原理和三种常用的数据产品： 数字高程模型、数字地表模型和冠层高度模型。 最后介绍了在 Python 中打开激光雷达导出的栅格数据。

激光雷达或光探测与测距是一种主动遥感系统， 可用于测量广阔区域的植被高度。

国家生态观测台网机载观测平台（NEON AOP）在 Soaproot Saddle 采集的激光雷达数据

激光雷达背景

为什么选择激光雷达

科学家经常需要对大面积的植被进行表征。 科学家使用的工具可以估计大面积的关键特征， 因为他们没有资源来测量每棵树。 这些工具通常使用远程方法。 遥感意味着科学家实际上并不是用手测量物体， 而是使用传感器来捕捉有关景观的信息， 并记录可以用来估计条件和特征的事物。

测量树木的传统地面方法是资源密集型的， 并且限制了可以表征的植被数量。资料来源：国家地理。

要测量大面积的植被， 需要使用自动传感器快速收集大量测量数据的遥感方法。 这些测量可用于估计更大区域的森林结构。

激光雷达或光探测测距（有时也称为主动激光扫描）是一种遥感方法， 可用于绘制包括植被高度、密度和整个区域的其他特征在内的结构图。 LiDAR 直接测量地面植被（以及建筑物和其他物体）的高度和密度， 使其成为科学家研究大面积植被的理想工具。

左图：测量自然可用能量的遥感系统称为无源传感器。 右图：有源传感器从仪器本身的来源发出自己的能量。

激光雷达是一种主动遥感系统

激光雷达是一种主动遥感系统。 一个有源系统意味着系统本身会产生能量， 在这种情况下是光来测量地面上的东西。 在 LiDAR 系统中， 光是从快速发射的激光器发出的， 可以想象激光光源发出的光快速闪烁。 这种光传播到地面并反射建筑物和树枝等物体。 反射的光能返回到记录它的 LiDAR 传感器。

LiDAR 系统测量发射光传播到地面并返回所需的时间。 该时间用于计算行进距离， 再将行进的距离转换为海拔。 这些测量是使用激光雷达系统的关键组件进行的， 包括识别光能 X、Y、Z 位置的 GPS 和提供飞机在天空中方位的内部测量单元 (IMU)。

如何使用光能测量树木

光能是光子的集合。 当构成光的光子向地面移动时， 它们会撞击树枝等物体， 一些光从这些物体反射并返回到传感器。

如果物体很小， 并且它周围有缝隙可以让光线穿过， 那么一些光线会继续向下射向地面。 因为一些光子从树枝等物体反射， 而其他光子则继续向下射向地面， 因此可以从一个光脉冲中记录多次反射。

返回传感器的能量分布产生所谓的波形。 返回到 LiDAR 传感器的能量称为“强度”。 更多光子或更多光能返回传感器的区域会在能量分布中产生峰值。 波形中的这些峰值通常代表地面上的物体， 如树枝、树叶或建筑物。

激光雷达波形示例

科学家如何使用 LiDAR 数据

LiDAR 数据有许多不同的用途。

• LiDAR 数据通常用于推导高分辨率高程数据

LiDAR 数据历来用于生成高分辨率高程数据集

• LiDAR 数据也被用于推导有关植被结构的信息，包括

  • 树冠高度
  • 雨棚盖
  • 叶面积指数
  • 垂直森林结构
  • 物种识别（在具有高点密度 LiDAR 的稀疏森林中）

显示激光雷达点云数据（上）和相应景观剖面（下）的横截面。

离散与全波形激光雷达

光能的波形或分布返回到 LiDAR 传感器。 然而，这种回报可能以两种不同的方式记录。

1.离散返回 LiDAR 系统：记录波形曲线中峰值的各个（离散）点。 离散返回 LiDAR 系统识别峰值并在波形曲线中的每个峰值位置记录一个点， 这些离散的或单独的点称为回报。 离散系统可能会记录每个激光脉冲的 1-4（有时更多）回波。

2.全波形激光雷达系统：记录返回光能的分布。 因此，全波形 LiDAR 数据的处理更加复杂； 然而与离散返回 LiDAR 系统相比， 它们通常可以捕获更多信息。

激光雷达波形示例

激光雷达文件格式

无论是作为离散点还是完整波形收集， 大多数情况下 LiDAR 数据都以离散点的形式提供。 离散返回 LiDAR 点的集合称为 LiDAR 点云。 存储 LIDAR 点云数据的常用文件格式是 .las 格式。 .laz 格式是 .las 的高度压缩版本， 使用范围越来越广。

LiDAR 数据属性：X、Y、Z、强度和分类

LiDAR 数据属性可能会有所不同， 具体取决于数据的收集和处理方式， 可通过查看元数据来确定每个激光雷达点的可用属性。

所有激光雷达数据点都将具有：

• X、Y 位置信息：这确定了激光雷达脉冲（光）反射的物体的 x、y 坐标位置。
• Z（高程值）：表示激光雷达脉冲反射的物体的高程。
• 强度：表示传感器记录的光能量的多少。

分类激光雷达点云

激光雷达点云数据也会被“分类”。 分类是指用它反映的对象标记每个点， 因此，如果脉冲从树枝上反射回来， 会将其分配给“植被”类。 如果脉冲被地面反射，会将其分配给“地面”类。 LiDAR 点云的分类是一个额外的处理步骤。

激光雷达产品将被分类为“地面、非地面”。 一部分数据集将被进一步处理以确定哪些点反映了建筑物和其他基础设施， 另一部分激光雷达数据会根据植被类型进行分类。

显示激光雷达点云数据（上）和相应景观剖面（下）的横截面。

什么是数据产品？

数据产品是从仪器中获取的数据， 或者是在地面上收集的信息。 例如，可到田间测量 20 个地块的树木高度， 计算每个地块的平均高度。平均值来自在现场收集的单个测量值。 在处理传感器数据时， 传感器通常以需要处理的格式收集数据， 以便从中获取可用值。

3 维激光雷达数据的横截面。 该点云数据产品分为以下几类： 植被和地面点。 棕色点代表地面， 绿色代表植被（树木）。