基于LiDAR与NAIP影像融合的德克萨斯州卢伯克市城市树木覆盖变化量化研究

为解决半干旱城市景观中树木冠层覆盖变化监测的挑战，研究人员通过融合LiDAR与NAIP影像数据，开发了一种自适应窗口过滤与标记控制分水岭分割方法。研究显示，2011-2019年间卢伯克市树木覆盖面积增长35.4%（年均3.86%），西北与东北区域增幅最高（45.2%与42.7%）。该方法验证精度达94%-98%，为城市生态服务评估提供了高分辨率基线数据。

　　

在全球城市化加速的背景下，城市树木覆盖（Urban Tree Cover, UTC）作为“绿色基础设施”的核心组分，其动态变化直接影响生物多样性维护、碳汇调节、热岛效应缓解等生态系统服务功能。然而，半干旱地区城市如德克萨斯州卢伯克市（Lubbock）面临独特挑战：优势树种如蜜豆树（Prosopis glandulosa）的冠状结构复杂，传统遥感方法难以精准分割；同时，LiDAR（激光雷达）与多光谱影像的时空不匹配问题长期制约监测精度。针对这一空白，国外研究团队在《Science of Remote Sensing》发表研究，首次通过融合公开LiDAR与NAIP（国家农业影像计划）数据，实现了卢伯克市320.75 km²
范围内树木覆盖的时空量化。

研究采用“自适应窗口过滤（Variable Window Filtering, VWF）+标记控制分水岭分割（Marker-Controlled Watershed Segmentation, MCWS）”技术框架。关键步骤包括：1）基于LiDAR点云生成0.5米分辨率的冠层高度模型（CHM），结合NAIP的NDVI（归一化植被指数）阈值（>0.3）提取植被掩膜；2）通过动态窗口检测局部最大值，克服固定窗口法对不规则树冠的过/欠分割问题；3）利用MCWS算法划分冠层边界，并引入坡度阈值剔除建筑物干扰。

研究结果

1. 树木覆盖变化格局：2011-2019年间，卢伯克市树木覆盖面积从1313.8公顷增至1779公顷，增幅35.4%，年均增长率3.86%。空间上，西北（NW）与东北（NE）象限增幅最高（45.2%与42.7%），而东南（SE）与西南（SW）相对较低（31.3%与34.6%）。
2. 技术验证：2019年数据因更高LiDAR点密度（均值15.87点/m²
   ）和NAIP分辨率（0.6米）表现更优，验证R²
   达0.979，RMSE仅10.59 m²
   ；2011年受限于低点密度（0.35点/m²
   ）和1米NAIP影像，精度稍低（R²
   =0.949）。
3. 挑战与改进：蜜豆树的多茎生长习性导致冠层分割困难，而建筑物阴影易被误判为植被。通过NDVI与CHM（>2米）的协同过滤，有效降低了此类误差。

结论与意义
该研究创新性地将通用LiDAR数据与NAIP影像融合，解决了半干旱城市树木覆盖监测的三大难题：1）异质性冠层分割；2）低点密度数据利用；3）非同步影像对齐。成果不仅为卢伯克市未来51%人口增长下的绿地规划提供了科学依据，更建立了可推广的技术范式。作者建议未来应优化LiDAR与NAIP的同步采集策略，并探索深度学习在复杂冠层分割中的应用。这一方法对全球半干旱城市生态管理具有普适性价值，尤其适用于预算有限但需高精度植被监测的地区。