基于星载激光雷达与立体摄影测量的高分辨率林下地形提取方法及其在森林火灾风险评估中的应用

本研究针对森林地区数字地形模型(DTM)提取精度不足的难题，创新性地结合GF-7立体影像与GEDI/ICESat-2星载激光雷达数据，提出可解释性林下地形建模方法。通过构建树高表面模型并扣除DSM获取1米分辨率DTM，其精度优于CopDEM并媲美FABDEM，为森林火灾风险评估等应用提供了高时空分辨率的解决方案。

　　

在森林生态系统中，准确获取林下地形数据如同解开大地"密码"——数字地形模型(DTM)的精度直接影响着从水文模拟到灾害预警的诸多应用。然而，现有全球DEM产品如CopDEM和TanDEM-X受限于植被穿透能力，在茂密林区常出现10米级高程误差；而机载激光雷达(LiDAR)虽精度高，却因成本限制难以大范围应用。这种"高空看不清，低飞用不起"的困境，使得发展基于卫星数据的可靠地形提取方法成为当务之急。

针对这一挑战，中国科学院空天信息创新研究院的研究团队在《Forest Ecosystems》发表创新成果。他们巧妙运用我国高分七号(GF-7)亚米级立体影像与NASA的GEDI/ICESat-2星载激光雷达数据，开发出新型林下地形提取框架。研究显示，该方法生成的1米分辨率DTM在河北塞罕坝林场的验证中，RMSE仅6.94米，较CopDEM提升28%，且空间细节远超30米分辨率的FABDEM。特别在缓坡区域，其精度优势更为显著，为森林火灾风险制图等应用提供了前所未有的地形数据支持。

关键技术方法包含三大创新环节：首先基于森林经营单元划分空间域，确保生态一致性；其次采用多网格细化策略进行区域化树高表面拟合，通过分子求和模型实现最小曲率样条插值；最终通过DSM与拟合树高模型的差分运算获取DTM。所有分析均以3.6点/平方米的机载LiDAR DTM作为金标准验证。

研究结果展现出四大亮点：

1. 地形表征对比：1米分辨率DTM成功捕捉到CopDEM和FABDEM遗漏的微地形特征，在缓坡过渡带(子区域a)的偏差较CopDEM降低53%。

2. 精度验证：整体RMSE达6.94米，在稠密林区(子区域b)更降至2.20米，显著优于CopDEM的9.61米。

3. 植被影响分析：该方法在稀疏植被区(子区域c)实现R²=1.00的完美拟合，证明其抗植被干扰能力。

4. 应用示范：基于DTM衍生的坡度、坡向参数构建的火险图中，误报区域较CopDEM减少62%，显著提升风险区划准确性。

讨论部分深入揭示了方法优势与局限：星载激光雷达在陡峭地形(子区域d)的几何畸变会导致约5米的高程低估，这主要源于激光足印在斜坡上的拉伸效应。然而，通过林分单元约束的局部插值策略，仍能保持R²>0.94的地形保真度。在应用层面，研究首次证实1米分辨率DTM可识别传统30米产品无法察觉的火灾蔓延通道，为精准防火提供新工具。

这项研究开创了"卫星立体影像+星载LiDAR"协同反演林下地形的新范式，其1米级分辨率与6米级精度的平衡，填补了全球森林地区高精度地形数据的空白。随着我国GF-7系列和后续激光雷达卫星的发展，该方法有望成为生态监测和灾害管理的基础性技术，特别在"双碳"背景下的森林碳储量评估中展现独特价值。未来通过融合多时相观测数据，或将进一步突破复杂地形下的精度瓶颈，推动全球森林地形建模进入亚米级新时代。