国外星载激光雷达研究进展
全球激光雷达政策总结
截至2024年1月，全球各国对激光雷达的政策总结如下：
1. 美国：美国一直是激光雷达技术的领先者之一，在军事、航空航天和自动驾驶等领域广泛应用。
美国政府鼓励和支持激光雷达的研发和商业化，并且有一系列相关的法律和规定来监管其使用。
2. 欧洲：欧洲各国在激光雷达政策上存在一定的差异。
例如，德国和法国等国家将激光雷达技术视为关键领域，并提供政府资金用于研究和开发。
同时，欧盟也在推动统一的激光雷达标准和规范。
3. 中国：中国政府将激光雷达技术列为重点发展领域之一，尤其在自动驾驶和无人机等领域具有广泛应用前景。
中国政府鼓励企业进行创新研发，并提供相应的资金支持和政策引导。
4. 日本：日本在激光雷达技术方面也具有较强实力，并将其视为未来科技产业的重要组成部分。
日本政府通过资金支持和政策鼓励，推动激光雷达技术的研究和应用。
5. 其他国家：除了上述国家外，许多其他国家也在积极推动激光雷达技术的发展和应用。
例如，加拿大、澳大利亚、韩国等国家都有相关的研究项目和政策支持。
总体而言，全球各国对激光雷达技术的政策趋向于鼓励和支持其研发和商业化应用，并且在监管和标准制定方面也有所努力，以确保激光雷达技术的安全和可靠性。
然而，具体政策和法规可能因国家而异，需要根据具体情况进行了解和跟踪。
1。
《基于星载激光雷达数据的京津冀地区气溶胶垂直分布特征研究》
《基于星载激光雷达数据的京津冀地区气溶胶垂直分布特征研究》篇一一、引言随着工业化和城市化的快速发展，京津冀地区面临严重的空气污染问题。
气溶胶作为大气污染的主要成分之一，其垂直分布特征对于理解大气污染的形成、传输和消散过程具有重要意义。
星载激光雷达（SLR）作为一种有效的遥感技术，能够提供高分辨率、高精度的气溶胶垂直分布信息。
本文基于星载激光雷达数据，对京津冀地区的气溶胶垂直分布特征进行了深入研究。
二、研究区域与方法本研究选取京津冀地区作为研究区域，利用星载激光雷达数据获取该地区的气溶胶垂直分布信息。
星载激光雷达通过向地球表面发射激光脉冲，并接收由气溶胶颗粒散射回来的光信号，从而得到气溶胶的垂直分布特征。
我们采用了先进的数据处理和分析方法，包括数据预处理、气溶胶反演、垂直分布特征提取等步骤。
首先，对原始的星载激光雷达数据进行预处理，包括数据滤波、去噪、校正等操作，以提高数据的准确性和可靠性。
然后，通过气溶胶反演算法，将预处理后的数据转化为气溶胶垂直分布信息。
最后，对气溶胶垂直分布特征进行提取和分析，包括气溶胶的厚度、浓度、分布高度等参数。
三、气溶胶垂直分布特征分析通过对京津冀地区星载激光雷达数据的分析，我们得到了该地区的气溶胶垂直分布特征。
首先，气溶胶在垂直方向上的分布呈现出明显的分层现象，不同高度的气溶胶浓度和厚度存在较大差异。
其次，在京津冀地区的不同区域，气溶胶的垂直分布特征也存在差异，这可能与不同地区的工业布局、气候条件、地形地貌等因素有关。
此外，我们还发现气溶胶的浓度和厚度在不同时间段内也存在变化，这可能与气象条件、人类活动等因素有关。
四、讨论与结论通过对京津冀地区气溶胶垂直分布特征的研究，我们得出以下结论：首先，京津冀地区的气溶胶垂直分布呈现出明显的分层现象，不同高度的气溶胶浓度和厚度存在差异。
其次，不同区域的气溶胶垂直分布特征存在差异，这可能与当地的环境因素有关。
最后，气溶胶的浓度和厚度在不同时间段内也存在变化，这可能与气象条件和人类活动等因素有关。
星载大气探测激光雷达发展和数据应用
| 62 激光雷达成像技术及应用星载大气探测激光雷达发展和数据应用刘 东，王英俭，王志恩，周 军中国科学院安徽光学精密机械研究所中国科学院大气成分与光学重点实验室摘要：大气探测激光雷达向大气发射激光脉冲，使用望远镜接收大气的后向散射光，经过光电探测器的转换，再将电信号采集、数字化和记录，通过相应的反演方法，得到所需要的大气参数，它是集“光、机、电、理”为一体的、定量的光学主动廓线遥感工具。
自上世纪60年代激光器发明以来，激光雷达大气探测技术就迅猛发展，根据激光脉冲与大气不同的作用原理，米散射、拉曼散射、偏振、差分吸收、多普勒、高光谱分辨、共振荧光、白光探测等技术应运而生，用于探测大气气溶胶和云，大气温度、湿度，大气风场，温室和污染气体等，充分应用到气象、气候、灾害、环境、生化和军事等领域。
随着激光技术，光学集机械加工技术和电子学采集技术的发展，大气探测激光雷达的平台也从基地，发展为可移动、船舰载和空基平台。
近20年来，由于空间激光技术和大口径轻质望远镜加工技术的发展，大气探测激光雷达已经可以成为卫星载荷，并且已经成为光学主动遥感载荷的主要发展方向之一。
目前，星载大气激光雷达主要应用于大气气溶胶和云的测量，先后经历了LITE（The lidar In‐space Technology Experiment）、GLAS（Geoscience Laser Altimeter System）和CALIPSO（The Cloud‐Aerosol Lidar and Infrared Pathfinder Satellite Observations）三个阶段。
另外，NASA（National Aeronautics and Space Administration）和ESA（The European Space Agency）都已经开始发展下一代的测量的云和大气气溶胶的高光谱分辨率星载激光雷达，来对云和大气气溶胶进行更准确的定量测量。
基于自然地表的星载光子计数激光雷达在轨标定
第49卷第11期V ol.49N o.ll红外与激光工程Infrared and Laser Engineering2020年11月Nov. 2020基于自然地表的星载光子计数激光雷达在轨标定赵朴凡，马跃，伍煜，余诗哲，李松(武汉大学电子信息学院，湖北武汉430072)摘要：在轨标定技术是影响星载激光雷达光斑定位精度的核心技术之一。
介绍了目前国内外星载 激光雷达的在轨标定技术发展现状，分析了各类在轨标定技术的特点。
针对新型的光子计数模式星载 激光雷达的特性，提出了一种基于自然地表的星载光子计数激光雷达在轨标定新方法，使用仿真点云 对标定算法的正确性进行了验证，并分别使用南极麦克莫多干谷和中国连云港地区的地表数据和美国ICESat-2卫星数据进行了交叉验证实验，实验结果表明：算法标定后的点云相对美国国家航空航天 局提供的官方点云坐标平面偏移在3 m左右，高程偏移在厘米量级。
文中还利用地面人工建筑等特征 点对比了算法标定后的点云与官方点云之间的差异，最后对基于自然地表的在轨标定方法的精度以及 标定场地形的影响进行了讨论。
关键词：光子计数激光雷达；自然地表；在轨标定；卫星激光测高中图分类号：TN958.98 文献标志码：A DOI：10.3788/IRLA20200214Spaceborne photon-counting LiDAR on-orbitcalibration based on natural surfaceZhao Pufan，Ma Yue，Wu Yu，Yu Shizhe，Li Song(School of Electronic Information, Wuhan University, Wuhan 430072, China)Abstract:On-orbit calibration technique is a key factor which affects the photon geolocation accuracy of spaceborne LiDAR. The current status of spaceborne LiDAR on-orbit calibration technique was introduced, and the characteristics of various spaceborne LiDAR on-orbit calibration technique were analyzed. Aiming at the characteristics of the photon counting mode spaceborne LiDAR, a new on-orbit calibration method based on the natural surface was derived, simulated point cloud was used to verify the correctness of the calibration algorithm, and a cross validation experiment was made with the surface data of the Antarctic McMudro Dry Valleys and China Lianyungang areas and ICESat-2 point cloud data, the experimental results show that the plane offset between the point cloud calibrated by proposed algorithm and point cloud provided by National Aeronautics and Space Administration is about 3 m, elevation offset is in centimeter scale. The differences between the point cloud calibrated by the algorithm and the point cloud provided by National Aeronautics and Space Administration were also compared by using the feature points of artificial construction on the ground. Finally, the accuracy of the on- orbit calibration method based on natural surface and the influence of the calibration field topography were discussed.Key words:photon-counting LiDAR; natural surface; on-orbit calibration; spaceborne laser altimetry收稿日期:2020-05-28;修订日期:2020-06-29基金项目:国家自然科学基金(41801261);对地高分国家科技重大专项（11-Y20A12-9001-17/18,42-Y20A11-9001-17/18);中国博士后 科学基金(2016M600612, 20170034)作者简介:赵朴凡（1996-)，男，博士生，主要从事激光标定理论与方法方面的研究工作：Email:****************.cn导师简介:李松（1965-)，女，教授，博士生导师，博士，主要从事卫星激光遥感技术与设备方面的研究工作Email:**********.cn20200214-1第11期红外与激光工程第49卷0引言星载激光雷达是一种主动式的激光测量设备，它 根据激光脉冲的渡越时间（Time of Flight,ToF)获得 卫星与地表目标间的精确距离值，结合卫星平台的精 确姿态、位置信息以及激光指向信息后可以获得目标 的精确三维坐标。
《基于星载激光雷达数据的京津冀地区气溶胶垂直分布特征研究》范文
《基于星载激光雷达数据的京津冀地区气溶胶垂直分布特征研究》篇一一、引言随着工业化和城市化的快速发展，京津冀地区面临着严重的空气污染问题。
气溶胶作为大气污染的主要成分之一，其垂直分布特征对于理解污染成因、评估空气质量及制定有效的治理措施具有重要意义。
星载激光雷达（SLD）作为一种遥感技术手段，能够提供高分辨率、高精度的气溶胶垂直分布信息。
本文旨在利用星载激光雷达数据，对京津冀地区的气溶胶垂直分布特征进行研究，以期为该地区的空气质量改善提供科学依据。
二、研究区域与方法2.1 研究区域本研究选取京津冀地区作为研究区域，该地区是我国重要的经济、政治和文化中心，同时也是大气污染较为严重的地区之一。
2.2 研究方法本研究采用星载激光雷达（SLD）数据，通过数据处理和分析，提取气溶胶的垂直分布信息。
具体方法包括数据预处理、气溶胶反演、垂直分布特征分析等。
三、数据处理与分析3.1 数据预处理首先，对星载激光雷达数据进行预处理，包括数据格式转换、噪声去除、云层识别等步骤，以保证数据的准确性和可靠性。
3.2 气溶胶反演通过对比分析多种气溶胶反演算法，选择适合本研究区域的反演算法，提取气溶胶的光学厚度、消光系数等参数。
3.3 垂直分布特征分析根据反演得到的气溶胶参数，分析京津冀地区气溶胶的垂直分布特征，包括气溶胶层的高度、厚度、光学厚度等参数的时空变化规律。
四、研究结果4.1 气溶胶垂直分布概况京津冀地区气溶胶垂直分布呈现出明显的季节变化和地域差异。
春季和冬季气溶胶层较厚，夏季和秋季相对较薄；城市区域气溶胶层高度较低，农村区域则相对较高。
4.2 气溶胶层高度与厚度的时空变化气溶胶层的高度和厚度在不同季节和地域存在显著差异。
一般来说，城市区域的气溶胶层高度较低，且在冬季由于供暖等因素的影响，气溶胶层厚度较大。
而农村区域的气溶胶层高度较高，且在夏季由于农作物秸秆焚烧等因素的影响，气溶胶层厚度也会有所增加。
4.3 气溶胶光学厚度的分析气溶胶的光学厚度与空气质量密切相关。
星载激光雷达GEDI_数据林下地形反演性能验证
第４７卷㊀第２期２０２３年３月南京林业大学学报（自然科学版）ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅｓＥｄｉｔｉｏｎ）Ｖｏｌ．４７，Ｎｏ．２Ｍａｒ．，２０２３㊀收稿日期Ｒｅｃｅｉｖｅｄ：２０２２⁃０１⁃２６㊀㊀㊀㊀修回日期Ａｃｃｅｐｔｅｄ：２０２２⁃０４⁃０７㊀基金项目：国家自然科学基金面上项目（３１８７０６２１，３１９７１５８０）；中央高校基本科研业务费专项资金项目（２５７２０２１ＢＡ０８）㊂㊀第一作者：董瀚元（２４０６８５４８９８＠ｑｑ．ｃｏｍ）㊂∗通信作者：于颖（ｙｕｙｉｎｇ４４５８＠１６３．ｃｏｍ），教授㊂㊀引文格式：董瀚元，于颖，范文义．星载激光雷达ＧＥＤＩ数据林下地形反演性能验证［Ｊ］．南京林业大学学报（自然科学版），２０２３，４７（２）：１４１－１４９．ＤＯＮＧＨＹ，ＹＵＹ，ＦＡＮＷＹ．ＶｅｒｉｆｉｃａｔｉｏｎｏｆｐｅｒｆｏｒｍａｎｃｅｏｆｕｎｄｅｒｓｔｏｒｙｔｅｒｒａｉｎｉｎｖｅｒｓｉｏｎｆｒｏｍｓｐａｃｅｂｏｒｎｅｌｉｄａｒＧＥＤＩｄａｔａ［Ｊ］．ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅｓＥｄｉｔｉｏｎ），２０２３，４７（２）：１４１－１４９．ＤＯＩ：１０．１２３０２／ｊ．ｉｓｓｎ．１０００－２００６．２０２２０１０４１．星载激光雷达ＧＥＤＩ数据林下地形反演性能验证董瀚元，于㊀颖∗，范文义（森林生态系统可持续经营教育部重点实验室，东北林业大学林学院，黑龙江㊀哈尔滨㊀１５００４０）摘要：ʌ目的ɔ新一代天基测高系统全球生态系统动力学调查（ＧＥＤＩ）对森林观测及经营具有重要意义，为探究ＧＥＤＩＶ２（ＧＥＤＩ第２版）数据反演林下地形的性能，利用机载雷达数据验证林下地形反演精度，并探究反演精度的影响因素㊂ʌ方法ɔ分别以美国西波拉森林与中国帽儿山森林为研究对象，利用Ｇ⁃ｌｉｈｔ及帽儿山高精度机载雷达数据验证ＧＥＤＩＶ２数据在针叶林及针阔叶混交林下反演地形的性能，并分析不同光束强度㊁光斑时间㊁坡度及植被覆盖度对地形反演精度的影响㊂ʌ结果ɔ美国西波拉针叶林地区地形反演精度均方根误差（ＲＭＳＥ）为２ ３３ｍ，平均绝对误差（ＭＡＥ）为１ ４８ｍ；帽儿山针阔叶混交林地区地形反演精度ＲＭＳＥ为４ ４９ｍ，ＭＡＥ为３ ３３ｍ㊂随着坡度㊁植被覆盖度增大，两种森林类型地形反演精度均降低㊂ʌ结论ɔＧＥＤＩＶ２数据反演针叶林林下地形精度要优于针阔叶混交林，强光束优于覆盖光束，湿润地区白天效果更优，干旱地区黑夜效果更优；平缓地区数据使用效果极好，陡峭地区精度降低；中低植被覆盖度区域地形反演精度较高，高植被覆盖区域地形测定性能有所下降㊂关键词：星载激光雷达；全球生态系统动力学调查（ＧＥＤＩ）；林下地形；反演精度；坡度；植被覆盖度中图分类号：Ｓ７７１．８㊀㊀㊀㊀㊀㊀文献标志码：Ａ开放科学（资源服务）标识码（ＯＳＩＤ）：文章编号：１０００－２００６（２０２３）０２－０１４１－０９ＶｅｒｉｆｉｃａｔｉｏｎｏｆｐｅｒｆｏｒｍａｎｃｅｏｆｕｎｄｅｒｓｔｏｒｙｔｅｒｒａｉｎｉｎｖｅｒｓｉｏｎｆｒｏｍｓｐａｃｅｂｏｒｎｅｌｉｄａｒＧＥＤＩｄａｔａＤＯＮＧＨａｎｙｕａｎ，ＹＵＹｉｎｇ∗，ＦＡＮＷｅｎｙｉ（ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＳｕｓｔａｉｎａｂｌｅＦｏｒｅｓｔＥｃｏｓｙｓｔｅｍＭａｎａｇｅｍｅｎｔ，ＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ，ＣｏｌｌｅｇｅｏｆＦｏｒｅｓｔｒｙ，ＮｏｒｔｈｅａｓｔＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ１５００４０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ʌＯｂｊｅｃｔｉｖｅɔＴｈｅｎｅｗｇｅｎｅｒａｔｉｏｎｏｆｔｈｅｓｐａｃｅ⁃ｂａｓｅｄａｌｔｉｍｅｔｒｙｇｌｏｂａｌｅｃｏｓｙｓｔｅｍｄｙｎａｍｉｃｓｉｎｖｅｓｔｉｇａｔｉｏｎ（ＧＥＤＩ）ｓｙｓｔｅｍｉｓｏｆｇｒｅａｔｓｉｇｎｉｆｉｃａｎｃｅｔｏｆｏｒｅｓｔｏｂｓｅｒｖａｔｉｏｎａｎｄｍａｎａｇｅｍｅｎｔ．ＩｎｏｒｄｅｒｔｏｅｘｐｌｏｒｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆＧＥＤＩｖｅｒｓｉｏｎ２ｄａｔａ（Ｖ２ｄａｔａ）ｉｎｖｅｒｓｉｏｎｏｆｕｎｄｅｒｓｔｏｒｙｔｏｐｏｇｒａｐｈｙ，ｔｈｉｓｓｔｕｄｙｕｓｅｓａｉｒｂｏｒｎｅｒａｄａｒｄａｔａｔｏｖｅｒｉｆｙｔｈｅａｃｃｕｒａｃｙｏｆｕｎｄｅｒｓｔｏｒｙｔｏｐｏｇｒａｐｈｙｉｎｖｅｒｓｉｏｎ，ａｎｄｅｘｐｌｏｒｅｓｔｈｅｆａｃｔｏｒｓａｆｆｅｃｔｉｎｇｔｈｅａｃｃｕｒａｃｙ．ʌＭｅｔｈｏｄɔＴａｋｉｎｇｔｈｅＣｉｂｏｌａｆｏｒｅｓｔｉｎｔｈｅＵｎｉｔｅｄＳｔａｔｅｓａｎｄｔｈｅＭａｏｅｒＭｏｕｎｔａｉｎｆｏｒｅｓｔｉｎＣｈｉｎａａｓｔｈｅｒｅｓｅａｒｃｈｏｂｊｅｃｔｓ，ｔｈｅｐｅｒｆｏｒｍａｎｃｅｓｏｆＧＥＤＩＶ２ｄａｔａｉｎｃｏｎｉｆｅｒｏｕｓｆｏｒｅｓｔｓａｎｄｍｉｘｅｄｃｏｎｉｆｅｒｏｕｓａｎｄｂｒｏａｄ⁃ｌｅａｖｅｄｆｏｒｅｓｔｓｗｅｒｅｖｅｒｉｆｉｅｄｕｓｉｎｇＧ⁃ｌｉｈｔａｎｄＭａｏｅｒＭｏｕｎｔａｉｎｈｉｇｈ⁃ｐｒｅｃｉｓｉｏｎａｉｒｂｏｒｎｅｒａｄａｒｄａｔａ．Ｔｈｅｅｆｆｅｃｔｓｏｆｄｉｆｆｅｒｅｎｔｂｅａｍｉｎｔｅｎｓｉｔｉｅｓ，ｓｐｏｔｔｉｍｅｓ，ｓｌｏｐｅｓａｎｄｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅｏｎｔｈｅａｃｃｕｒａｃｙｏｆｔｅｒｒａｉｎｉｎｖｅｒｓｉｏｎｗｅｒｅａｎａｌｙｚｅｄ．ʌＲｅｓｕｌｔɔＴｈｅｒｏｏｔｍｅａｎｓｑｕａｒｅｅｒｒｏｒ（ＲＭＳＥ）ｏｆｔｏｐｏｇｒａｐｈｉｃｉｎｖｅｒｓｉｏｎａｃｃｕｒａｃｙｉｎｔｈｅＣｉｂｏｌａｔａｉｇａａｒｅａｏｆｔｈｅＵｎｉｔｅｄＳｔａｔｅｓｗａｓ２．３３ｍ，ａｎｄｔｈｅａｖｅｒａｇｅａｂｓｏｌｕｔｅｅｒｒｏｒ（ＭＡＥ）ｗａｓ１．４８ｍ．ＴｈｅＲＭＳＥｖａｌｕｅｏｆｔｈｅｔｏｐｏｇｒａｐｈｉｃｉｎｖｅｒｓｉｏｎａｃｃｕｒａｃｙｉｎｔｈｅｃｏｎｉｆｅｒｏｕｓａｎｄｂｒｏａｄ⁃ｌｅａｖｅｄｍｉｘｅｄｆｏｒｅｓｔａｒｅａｏｆＭａｏｅｒＭｏｕｎｔａｉｎｗａｓ４．４９ｍ，ａｎｄｔｈｅＭＡＥｖａｌｕｅｗａｓ３．３３ｍ．Ｗｉｔｈｔｈｅｉｎｃｒｅａｓｅｉｎｓｌｏｐｅａｎｄｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅ，ｔｈｅｔｏｐｏｇｒａｐｈｉｃｉｎｖｅｒｓｉｏｎａｃｃｕｒａｃｙｏｆｔｈｅｔｗｏｆｏｒｅｓｔｔｙｐｅｓｄｅｃｒｅａｓｅｄ．ʌＣｏｎｃｌｕｓｉｏｎɔＴｈｅＧＥＤＩＶ２ｄａｔａｉｎｖｅｒｓｉｏｎａｃｃｕｒａｃｙｏｆｕｎｄｅｒｓｔｏｒｙｔｏｐｏｇｒａｐｈｙｉｎｃｏｎｉｆｅｒｏｕｓｆｏｒｅｓｔｓｗａｓｈｉｇｈｅｒｔｈａｎｔｈａｔｏｆｍｉｘｅｄｃｏｎｉｆｅｒｏｕｓａｎｄｂｒｏａｄ⁃ｌｅａｖｅｄｆｏｒｅｓｔｓ．Ｓｔｒｏｎｇｂｅａｍｓｗｅｒｅｂｅｔｔｅｒｔｈａｎｃｏｖｅｒａｇｅｂｅａｍｓ，ａｎｄｔｈｅａｃｃｕｒａｃｙｗａｓｈｉｇｈｅｒｄｕｒｉｎｇｔｈｅｄａｙｔｉｍｅｉｎｈｕｍｉｄａｒｅａｓ，ａｎｄｂｅｔｔｅｒａｔｎｉｇｈｔｉｎａｒｉｄａｒｅａｓ．Ｔｈｅａｃｃｕｒａｃｙｏｆｓｔｅｅｐａｒｅａｓｗａｓｒｅｄｕｃｅｄ，ｔｈｅｔｅｒｒａｉｎｉｎｖｅｒｓｉｏｎａｃｃｕｒａｃｙｗａｓｈｉｇｈｅｒｉｎａｒｅａｓｗｉｔｈ南京林业大学学报（自然科学版）第４７卷ｍｅｄｉｕｍａｎｄｌｏｗｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅ，ａｎｄｔｈｅｐｅｒｆｏｒｍａｎｃｅｓｏｆｔｅｒｒａｉｎｄｅｔｅｒｍｉｎａｔｉｏｎｉｎａｒｅａｓｗｉｔｈｈｉｇｈｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅｗｅｒｅｄｅｃｒｅａｓｅｄ．Ｋｅｙｗｏｒｄｓ：ｓｐａｃｅｂｏｒｎｅｌｉｄａｒ；ｇｌｏｂａｌｅｃｏｓｙｓｔｅｍｄｙｎａｍｉｃｓｉｎｖｅｓｔｉｇａｔｉｏｎ（ＧＥＤＩ）；ｔｅｒｒａｉｎｕｎｄｅｒｆｏｒｅｓｔ；ｉｎｖｅｒｓｉｏｎａｃｃｕｒａｃｙ；ｓｌｏｐｅ；ｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅ㊀㊀森林是陆地生态系统中具有最大生物量和生物生产力的生态系统，约占全球陆地面积的２５％［１－２］，高精度的林下地形测量无论在森林经营管理还是大范围高精度数字高程模型（ＤＥＭ）制作以及测绘工作等方面均有重要意义，是森林制图及林业科学等方面的关键组成部分㊂林下地形测量是林学㊁测绘科学㊁地图学等学科重点研究内容，在国家土地资源的管理与调研利用部分也具有举足轻重的地位㊂拥有对地观测能力的星载激光雷达系统可以提供全球范围内基于激光雷达的地面高度以及森林高度度量［３］，且拥有大尺度㊁多时相的特性，为大范围地面观测㊁森林高度观测提供重要的基础数据㊂现有的星载激光雷达地形高度反演研究大多使用上一代卫星数据，ＩＣＥＳａｔ／ＧＬＡＳ已广泛应用于森林冠层高度以及生物量的观测中［４－７］，且在地面高程测量方面也有大量研究［８－１０］㊂２０１８年，美国航空航天局ＮＡＳＡ发射了两项新的天基测高系统，分别是２０１８年９月发射的ＩＣＥＳａｔ⁃２［１１］以及２０１８年１２月发射的全球生态系统动力学调查（ＧＥＤＩ）雷达［１２］㊂ＩＣＥＳａｔ⁃２是以光子计数的方式进行测高的数据，而ＧＥＤＩ则是与ＩＣＥＳａｔ／ＧＬＡＳ相同的线性体制全波形测高数据㊂ＧＥＤＩ搭载了全球首台用于高分辨率森林垂直结构测量的多波束线性体制的激光测高仪，主要用于热带和温带地区的森林冠层高度㊁垂直结构㊁地面高程等的精准测量㊂与ＩＣ⁃ＥＳａｔ／ＧＬＡＳ约７０ｍ的足迹大小相比，ＧＥＤＩ的光斑大小为２５ｍ左右，光斑密度更大，且在与其他类型数据如Ｌａｎｄｓａｔ㊁ＴＡＮＤＥＭ⁃Ｘ等结合使用时效果较好，更适合于进行森林结构㊁林下地形的观测㊂现今ＧＥＤＩ数据的研究尚处于初始阶段，Ｑｉ等［１３］使用ＴＡＮＤＥＭ⁃ＸＩＮＳＡＲ与模拟的ＧＥＤＩＶ１数据结合进行了森林结构制图㊂Ａｄａｍ等［１４］利用机载激光雷达数据（ＡｉｒｂｏｒｎｅＬａｓｅｒＳｃａｎｎｉｎｇ，ＡＬＳ）评价了德国中部图林根自由州两个温带森林研究区ＧＥＤＩＶ１数据地面高程和冠层高度估计值的准确性，结果表明地形高度的平均绝对误差（ＭＡＥ）为２．５５ｍ，冠层高度的ＭＡＥ为３．１０ｍ㊂Ｇｕｅｒｒａ等［１５］利用ＡＬＳ数据和ＧＥＤＩＶ１数据估计３个快速增长的森林生态系统的森林动态，评估了西班牙地区ＧＥＤＩＶ１数据反演地形高度的精度，均方根差（ＲＭＳＥ）为４．４８ｍ㊂Ｌｉｕ等［１６］利用ＮＥＯＮ数据评价了美国地区ＧＥＤＩＶ２以及ＩＣＥＳａｔ⁃２数据地面高程及冠层高度估计值的准确性，得出在地面高程方面中低纬度地区ＩＣＥＳａｔ⁃２以及ＧＥＤＩ的ＲＭＳＥ分别为２．２４和４．０３ｍ，高纬度地区ＩＣＥＳａｔ⁃２的ＲＭＳＥ为０ ９８ｍ㊂以上研究大多使用Ｖ１版本数据，而对最新发布的Ｖ２版本数据研究并不充足，且缺少不同森林类型及气候等条件下的对比实验以及影响因素的具体探究，用于验证的ＡＬＳ数据精度也各有不同，难以充分说明最新版本ＧＥＤＩ数据对于地形的测定能力㊂为充分验证最新版本ＧＥＤＩ数据反演林下地形的性能，本研究以Ｌ２ＡＶ２级数据为研究对象，选取不同森林气候类型及植被覆盖条件区域，探究不同时间下强光束与覆盖光束反演林下地面高程的精度，并研究坡度及植被覆盖率对于反演精度的影响㊂１㊀材料与方法１．１㊀研究区概况由于ＧＥＤＩ数据主要用于温带和热带地区的森林观测，为对不同森林类型㊁气候条件㊁植被覆盖条件下ＧＥＤＩＶ２（第２版）数据进行验证，结合机载雷达数据获取情况，选取地区为美国新墨西哥州的西波拉森林，共选取了其中两个站点，其经纬度的范围分别为（１０６．４５６ʎ １０６．３６５ʎＷ，３５．１５６ʎ ３５．２５３ʎＮ）㊁（１０８ １６２ʎ １０８．１０８ʎＷ，３５ １０３ʎ ３５ ２３４ʎＮ），以及中国黑龙江省尚志市帽儿山地区（１２７ ４２４ʎ １２７ ７５９ʎＥ，４５ ２０７ʎ ４５ ４８６ʎＮ）㊂西波拉森林位于美国新墨西哥州西部和中部，占地面积超过６５万ｈｍ２，属于半干旱沙漠气候，研究区海拔较高，在２０００ｍ以上，植被以道格拉斯冷杉（Ｐｓｅｕｄｏｔｓｕｇａｍｅｎｚｉｅｓｉｉ）㊁美国黄松（Ｐｉｎｕｓｐｏｎｄｅｒｏｓａ）㊁西南白松（Ｐｉｎｕｓｓｔｒｏｂｉｆｏｒｍｉｓ）㊁白冷杉（Ａｂｉｅｓｃｏｎｃｏｌｏｒ）㊁蓝色云杉（Ｐｉｃｅａｐｕｎｇｅｎｓ）为主，森林类型为针叶林㊂帽儿山森林位于中国黑龙江省尚志市，地貌属低山丘陵区，属温带湿润地区㊂地势由南向北逐渐升高海拔范围２５０ ８０５ｍ，研究区植被以珍贵阔叶林㊁杨桦林㊁柞木林等为主的天然２４１㊀第２期董瀚元，等：星载激光雷达ＧＥＤＩ数据林下地形反演性能验证次生林与红松（Ｐｉｎｕｓｋｏｒａｉｅｎｓｉｓ）㊁落叶松（Ｌａｒｉｘｇｍｅｌｉｎｉｉ）㊁樟子松（Ｐ．ｓｙｌｖｅｓｔｒｉｓｖａｒ．ｍｏｎｇｏｌｉｃａ）等人工林镶嵌分布，森林类型为以阔叶树种为主的温带针阔叶混交林㊂两组研究区气候条件以及森林类型完全不同，海拔相差较大，光斑覆盖区域地势较为平缓，美国西波拉森林地区植被覆盖度大多在６０％左右，而帽儿山森林地区植被覆盖度大多在８０％以上（图１）㊂Ａ．基于全球行政区划数据库ＧＡＤＭ网站下载的２０１５年７月２．５版行政区划图制作㊂Ｂａｓｅｄｏｎｔｈｅａｄｍｉｎｉｓｔｒａｔｉｖｅｄｉｖｉｓｉｏｎｍａｐｖｅｒｓｉｏｎ２．５，Ｊｕｌｙ，２０１５，ｄｏｗｎｌｏａｄｅｄｆｒｏｍｔｈｅＧＡＤＭｗｅｂｓｉｔｅｏｆｔｈｅｇｌｏｂａｌａｄｍｉｎｉｓｔｒａｔｉｖｅｄｉｖｉｓｉｏｎｄａｔａｂａｓｅ．Ｂ．底图审图号为ＧＳ（２０２０）４６１９ＢａｓｅｄｏｎｔｈｅｓｔａｎｄａｒｄｍａｐｎｕｍｂｅｒＧＳ（２０２０）４６１９㊂图１㊀西波拉森林研究区站点及帽儿山研究区位置示意图Ｆｉｇ．１㊀ＴｈｅｍａｐｏｆｔｈｅｓｉｔｅｏｆｔｈｅＣｉｂｏｌａｆｏｒｅｓｔｒｅｓｅａｒｃｈａｒｅａａｎｄｔｈｅｌｏｃａｔｉｏｎｏｆｔｈｅＭａｏｅｒＭｏｕｎｔａｉｎｒｅｓｅａｒｃｈａｒｅａ１．２㊀研究数据１．２．１㊀ＧＥＤＩＬ２Ａ数据ＧＥＤＩ搭载了全球首台用于高分辨率森林垂直结构测量的多波束线性体制激光测高仪，主要用于热带和温带地区的森林冠层高度㊁垂直结构㊁地面高程等的精准测量（表１㊁图２）㊂ＧＥＤＩ为全波形数据，共有８条光束轨道，分别为４条全功率光束以及４条覆盖光束，每个光斑直径约为２５ｍ，光斑中心点间隔６０ｍ，跨轨间距为６００ｍ，坐标系为ＷＧＳ８４地理坐标系，高程基准为ＷＧＳ８４基准面㊂与ＩＣＥＳａｔ／ＧＬＡＳ约７０ｍ的足迹大小相比，光斑密度更大，且在与其他类型数据如Ｌａｎｄｓａｔ㊁ＴＡＮＤＥＭ⁃Ｘ等结合使用时效果较好，更适合于进行森林结构㊁林下地形的观测㊂数据从２０１９年３月２５日开始发布，并在２０２１年４月１６日发布了Ｖ２版本㊂其中Ｌ２Ａ级别产品提供了每个光斑内的高度指标，可以从波形中提取出地面高程㊁冠层高度以及相对高度指标［１７］㊂在本研究中使用最新的Ｖ２版本产品，收集了美国西波拉森林两个站点２０１９年６月至１１月㊁２０２０年３月至６月以及中国帽儿山研究区２０１９年５月至１１月间的ＧＥＤＩＬ２ＡＶ２级别数据㊂ＧＥＤＩ传感器的运作模式见图２㊂表１㊀ＧＥＤＩ的技术指标参数Ｔａｂｌｅ１㊀ＴｅｃｈｎｉｃａｌｐａｒａｍｅｔｅｒｓｏｆＧＥＤＩ项目ｐｒｏｊｅｃｔ参数ｐａｒａｍｅｔｅｒ发射时间ｌａｕｎｃｈｔｉｍｅ２０１８年１２月５日周期ｃｙｃｌｅ２ａ探测器ｄｅｔｅｃｔｏｒ硅雪崩光电二极管Ｓｉ：ＡＰＤ脉冲激光波长ｐｕｌｓｅｄｌａｓｅｒｗａｖｅｌｅｎｇｔｈｐｕｌｓｅｄｌａｓｅｒｗａｖｅｌｅｎｇｔｈ１０６４ｎｍ轨道倾角和覆盖范围ｏｒｂｉｔａｌｉｎｃｌｉｎａｔｉｏｎａｎｄｃｏｖｅｒａｇｅ轨道倾角５１．６ʎ；覆盖范围５１．６ʎＮ ５１．６ʎＳ轨道ｔｒａｃｋ３个激光器共８轨光束ｂｅａｍ一束激光分裂为两束覆盖光束；另外两束为全功率，４束光束抖动为８条轨迹功率（全功率／覆盖）ｐｏｗｅｒ（ｆｕｌｌｐｏｗｅｒ／ｃｏｖｅｒａｇｅ）１５ｍＪ／４．５ｍＪ光斑直径ｓｐｏｔｄｉａｍｅｔｅｒ２５ｍ沿轨间距ｄｉｓｔａｎｃｅａｌｏｎｇｔｈｅｔｒａｃｋ６０ｍ跨轨间距ｃｒｏｓｓ⁃ｒａｉｌｓｐａｃｉｎｇ６００ｍ３４１南京林业大学学报（自然科学版）第４７卷图２㊀ＧＥＤＩ运作模式Ｆｉｇ．２㊀ＴｈｅＧＥＤＩｏｐｅｒａｔｉｏｎｍｏｄｅ１．２．２㊀Ｇ⁃ｌｉｈｔ数据Ｇ⁃ｌｉｈｔ是Ｇｏｄｄａｒｄ航天飞行中心研发的便携式机载成像仪，共包含激光雷达㊁高光谱及热红外成像系统３个主要子系统，可搭载于各种机载平台上，测量包括地面高度㊁植被高度㊁叶片光谱等内容，空间分辨率高达１ｍ［１８］㊂本研究使用２０１８年西波拉森林地区Ｇ⁃ｌｉｈｔ激光雷达数据（ｈｔｔｐｓ：／／ｇｌｉｈｔ．ｇｓｆｃ．ｎａｓａ．ｇｏｖ）根据ＫｅｙｈｏｌｅＭａｒｋｕｐＬａｎｇｕａｇｅ（ＫＭＬ）文件以及ＧＥＤＩ雷达的运行轨迹来确定研究的范围㊂Ｇ⁃ｌｉｈｔ数据发布了空间分辨率为１ｍ的数字地面模型（ＤｉｇｉｔａｌＴｅｒｒａｉｎＭｏｄｅｌ，ＤＴＭ），数据格式为Ｔｉｆｆ，数据使用ＵＴＭ投影坐标系，水平参考高程基准为ＥＧＭ９６水准模型㊂１．２．３㊀帽儿山地区机载Ｌｉｄａｒ数据帽儿山地区机载Ｌｉｄａｒ数据于２０１６年９月获取，传感器为ＲｉｅｇｌＬＭＳ⁃Ｑ６８０ｉ，波长１５５０ｎｍ，平均点云密度为５ｐｔｓ／ｍ２，以１ｍ的空间分辨率测量出地面及植被高度㊂坐标系为ＵＴＭ投影坐标系，高程基准为ＷＧＳ８４基准面，总覆盖范围约３６０ｋｍ２㊂１．２．４㊀辅助数据为评估植被覆盖度对于ＧＥＤＩ测高精度的影响，使用多光谱数据Ｌａｎｄｓａｔ８作为辅助数据进行研究㊂Ｌａｎｄｓａｔ８是美国陆地卫星计划（Ｌａｎｄｓａｔ）的第８颗卫星，于２０１３年２月１１号在加利福尼亚范登堡空军基地由Ａｔｌａｓ⁃Ｖ火箭搭载发射成功㊂携带陆地成像仪（ｏｐｅｒａｔｉｏｎａｌｌａｎｄｉｍａｇｅｒ，ＯＬＩ）和热红外传感器（ｔｈｅｒｍａｌｉｎｆｒａｒｅｄｓｅｎｓｏｒ，ＴＩＲＳ），其数据的空间分辨率为３０ｍ［１９］㊂本研究中根据所用ＧＥＤＩ数据时间㊁云量选择使用的美国西波拉森林地区Ｌａｎｄｓａｔ８数据采集时间为２０１９年１０月１３日及２０１９年１０月２７日，云量０．０２％及０．０４％；中国帽儿山地区Ｌａｎｄｓａｔ８数据采集时间为２０１９年９月２４日，云量０．５７％㊂１．３㊀研究方法验证激光测高数据精度的方法主要分为：基于野外ＧＰＳ实测点数据验证，利用其他类型高度数据验证㊂本研究为探究ＧＥＤＩ对于林下地面高的测量能力，选取ＧＥＤＩＬ２ＡＶ２级别数据进行实验㊂提取研究区域内ＧＥＤＩ数据的高程，利用处理后的帽儿山ＡＬＳ数据及Ｇ⁃ｌｉｈｔ数据验证两个研究区内ＧＥＤＩ数据提取高程的精度，并分析坡度㊁植被覆盖度对于高程提取精度的影响１．３．１㊀数据预处理１）Ｇ⁃ｌｉｈｔ数据：对Ｇ⁃ｌｉｈｔ的数字地面模型（ＤＴＭ）数据进行坡度分析，基于１ｍ空间分辨率的高程产品数据生成美国西波拉森林地区地形坡度图㊂２）ＡＬＳ数据：为生成帽儿山森林地区高精度ＤＥＭ，研究使用帽儿山２０１６年机载雷达点云数据，点云去噪处理后利用改进的渐进加密三角网滤波算法分类出地面点［２０］，利用反距离权重插值算法生成ＤＥＭ数据，空间分辨率为１ｍ㊂对ＤＥＭ数据进行坡度分析，基于１ｍ空间分辨率的高程产品数据生成中国帽儿山森林地区地形坡度图㊂３）ＧＥＤＩ数据：为使ＧＥＤＩ数据能与验证数据结合使用，首先将下载好的ＧＥＤＩＬ２Ａ数据按Ｇ⁃ｌｉｈｔ数据的ＫＭＬ文件以及帽儿山机载雷达数据范围进行空间裁剪，并将数据格式转换；其次，按参数ｑｕａｌｉｔｙ＿ｆｌａｇ㊁保留值为１的光斑点为有效光斑点，其余光斑点全部删除，在美国西波拉森林地区共筛选可用光斑点４０５１个，中国尚志市帽儿山森林可用光斑点共７７３１个；由于ＧＥＤＩ雷达的位置参数坐标使用ＷＧＳ８４地理坐标，因此按Ｇ⁃ｌｉｈｔ数据及帽儿山机载雷达数据的投影坐标系将ＧＥＤＩ数据坐标系转换为对应的ＵＴＭ投影坐标系，使数据位置相匹配㊂４）Ｌａｎｄｓａｔ８数据：为获取研究区内植被覆盖度情况，使用２０１９年西波拉及帽儿山地区Ｌａｎｄｓａｔ８数据，将Ｌａｎｄｓａｔ８数据经辐射定标㊁大气校正并重采样为１０ｍ分辨率，计算出归一化植被指数，利用像元二分法提取植被覆盖度（ｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒ，ＦＶＣ）［２１］㊂１．３．２㊀地形高度提取方法利用Ｇ⁃ｌｉｈｔ数据与帽儿山ＡＬＳ数据对ＧＥＤＩ光斑所测高程进行验证，将转换坐标系后的ＧＥＤＩ４４１㊀第２期董瀚元，等：星载激光雷达ＧＥＤＩ数据林下地形反演性能验证数据与Ｇ⁃ｌｉｈｔ的ＤＴＭ数据㊁帽儿山ＡＬＳ数据生成的ＤＥＭ位置匹配，按ＧＥＤＩ光斑大小对ＤＴＭ㊁ＤＥＭ数据裁剪，提取每个裁剪区内平均高程来作为验证㊂为了对高程数据进行一致性分析，高度必须参考相同的垂直基准，ＧＥＤＩ数据与帽儿山ＤＥＭ数据垂直基准均为ＷＧＳ８４椭球，而Ｇ⁃ｌｉｈｔ的ＤＴＭ数据垂直基准为ＥＧＭ９６高程基准，因此利用ｖｄａｔｕｍ软件将ＧＥＤＩ数据的垂直基准转换为ＥＧＭ９６高程基准，使数据间垂直基准一致㊂１．３．３㊀地形提取精度验证参数ｅｌｅｖ＿ｌｏｗｅｓｔｍｏｄｅ代表ＧＥＤＩ光斑内平均高程，利用裁剪区内平均高程对其进行精度评估，将二者绝对高程差值在２０ｍ以上的数据剔除㊂由于强光束与覆盖光束穿透森林冠层能力不同，且不同时间的大气效应及噪声情况不同，因此比较分析不同时间段以及不同光束类型ＧＥＤＩ数据所测高程与Ｇ⁃ｌｉｈｔ数据㊁ＡＬＳ数据之间关系，根据参数ｂｅａｍ＿ｆｌａｇ㊁ｄｅｌｔａ＿ｔｉｍｅ分为白天强光束㊁黑夜强光束㊁白天覆盖光束㊁黑夜覆盖光束进行分组验证，利用验证数据来衡量ＧＥＤＩ数据测地形高度的准确度㊂统计的内容包含：平均偏差［Ｂｉａｓ，式中记为σ（Ｂｉａｓ）］㊁平均绝对误差［ＭＡＥ，式中记为σ（ＭＡＥ）］㊁决定系数Ｒ２㊁均方根误差［ＲＭＳＥ，式中记为σ（ＲＭＳＥ）］㊂σ（Ｂｉａｓ）＝１ｎˑðｎｉ＝１（ｘｉ－ｙｉ）；（１）σ（ＭＡＥ）＝１ｎˑðｎｉ＝１｜ｘｉ－ｙｉ｜；（２）Ｒ２＝１－ðｎｉ＝１（ｘｉ－ｙｉ）２ðｎｉ＝１（ｙｉ－ ｙ）２；（３）σ（ＲＭＳＥ）＝１ｎðｎｉ＝１（ｘｉ－ｙｉ）２㊂（４）式中：ｘｉ为ＧＥＤＩ测定的地形高度值，ｙｉ为Ｇ⁃ｌｉｈｔ与ＡＬＳ测定的地形高度参考值， ｙ为参考值的平均值，ｎ为样本数㊂１．３．４㊀影响因素分析１）坡度㊂为更直观对比分析，提取出裁剪区内的坡度信息，将数据按坡度分组为０ʎ ５ʎ㊁ȡ５ʎ １０ʎ㊁ȡ１０ʎ １５ʎ㊁ȡ１５ʎ ２０ʎ㊁ȡ２０ʎ ３０ʎ㊁ȡ３０ʎ，分别进行测高精度对比，提出坡度对于ＧＥＤＩ测高精度的影响㊂２）植被覆盖度㊂将美国西波拉森林地区及中国帽儿山森林地区植被覆盖度分组为：０％ ２０％㊁ȡ２０％ ４０％㊁ȡ４０％ ６０％㊁ȡ６０％ ８０％㊁ȡ８０％９０％㊁ȡ９０％ １００％，分别进行测高精度对比，提出植被覆盖度对于ＧＥＤＩ测高精度的影响㊂２㊀结果与分析２．１㊀美国西波拉森林地区ＧＥＤＩ反演林下地形高度精度分析㊀㊀对于美国西波拉森林地区，将ＧＥＤＩ数据得出的地形高度值与Ｇ⁃ｌｉｈｔ数据的参考值进行比较，统计了西波拉森林地区强光束与覆盖光束㊁黑夜与白天的不同类型ＧＥＤＩ数据反演出林下地面高程的精度（图３）㊂图３㊀西波拉森林不同条件下ＧＥＤＩ数据反演地形精度Ｆｉｇ．３㊀ＴｈｅｔｏｐｏｇｒａｐｈｉｃａｃｃｕｒａｃｙｏｆＧＥＤＩｄａｔａｉｎｖｅｒｓｉｏｎｕｎｄｅｒｄｉｆｆｅｒｅｎｔｃｏｎｄｉｔｉｏｎｓｏｆＣｉｂｏｌａｆｏｒｅｓｔ５４１南京林业大学学报（自然科学版）第４７卷㊀㊀美国西波拉森林地区４０５１个ＧＥＤＩ样本数据的地形高度ＲＭＳＥ为２ ３３ｍ，ＭＡＥ为１ ４８ｍ㊂这个结果相对于文献［１８］中研究结果表现出更低的ＲＭＳＥ㊁ＭＡＥ㊂在分组实验当中，得出结果为：白天强光束所测地形高度ＭＡＥ为１ ０３ｍ，ＲＭＳＥ为１ ９３ｍ；夜间强光束所测地形高度ＭＡＥ为１ ０９ｍ，ＲＭＳＥ为１ ４７ｍ；白天覆盖光束所测地形高度ＭＡＥ为１ ８２ｍ，ＲＭＳＥ为２ ７２ｍ；夜间覆盖光束所测地形高度ＭＡＥ为１ ８９ｍ，ＲＭＳＥ为２ ５９ｍ㊂可见，夜间强光束测高性能最佳，强光束的能量为覆盖光束的３ ３倍，穿透植被的能力更强，但覆盖光束也表现出了良好的测高性能，而时间的影响相对来说要更小，黑夜的采集效果要稍好于白天的采集效果㊂２．２㊀中国帽儿山地区ＧＥＤＩ反演林下地形高度精度分析㊀㊀对于中国帽儿山地区，将ＧＥＤＩ数据得出的地形高度值与帽儿山ＡＬＳ数据的参考值进行比较，统计了帽儿山地区强光束与覆盖光束㊁黑夜与白天不同类型ＧＥＤＩ数据反演出林下地面高程的精度（图４）㊂图４㊀帽儿山地区不同条件下ＧＥＤＩ数据反演地形精度Ｆｉｇ．４㊀ＴｏｐｏｇｒａｐｈｉｃａｃｃｕｒａｃｙｏｆＧＥＤＩｄａｔａｉｎｖｅｒｓｉｏｎｕｎｄｅｒｄｉｆｆｅｒｅｎｔｃｏｎｄｉｔｉｏｎｓｉｎＭａｏｅｒＭｏｕｎｔａｉｎａｒｅａ㊀㊀中国帽儿山森林地区７７３１个ＧＥＤＩ样本数据的地形高度ＲＭＳＥ为４．４９ｍ，ＭＡＥ为３．３３ｍ㊂在分组实验当中，得出的结果为：白天强光束所测地形高度ＭＡＥ为２．８６ｍ，ＲＭＳＥ为３．９０ｍ；夜间强光束所测地形高度ＭＡＥ为４．６６ｍ，ＲＭＳＥ为５．９６ｍ；白天覆盖光束所测地形高度ＭＡＥ为２．８５ｍ，ＲＭＳＥ为３．８１ｍ；夜间覆盖光束所测地形高度ＭＡＥ为５ ３８ｍ，ＲＭＳＥ为６．７２ｍ㊂由中国帽儿山森林地区实验可知，白天强光束与覆盖光束效果几乎相同，且要明显好于夜间对地形高度的测量性能，在夜间的分组来说，强光束的测量效果要明显好于覆盖光束㊂２．３㊀坡度对于反演精度的影响由于ＧＥＤＩ为全波形数据，类似ＩＣＥＳａｔ／ＧＬＡＳ数据，坡度是引起误差的重要因素，按ＧＥＤＩ地形高度残差与分组坡度绘制箱线图（图５）㊂统计出美国西波拉森林地区以及帽儿山地区不同坡度条件ＧＥＤＩ反演高程精度（表２）㊂表２㊀西波拉森林与帽儿山地区不同坡度下ＧＥＤＩ反演地形高程的精度Ｔａｂｌｅ２㊀ＡｃｃｕｒａｃｙｏｆｔｅｒｒａｉｎｅｌｅｖａｔｉｏｎｉｎｖｅｒｓｉｏｎｂｙＧＥＤＩｕｎｄｅｒｄｉｆｆｅｒｅｎｔｓｌｏｐｅｓｉｎＣｉｂｏｌａｆｏｒｅｓｔａｎｄＭａｏｅｒＭｏｕｎｔａｉｎａｒｅａ坡度／（ʎ）ｓｌｏｐｅＭＡＥ／ｍＲ２ＲＭＳＥ／ｍ０ ５０．５９／０．９７１．００／１．０００．８３／１．７４ȡ５ １００．９８／１．７５１．００／１．００１．４２／２．５９ȡ１０ １５１．４０／２．８２１．００／１．００１．８９／３．７８ȡ１５ ２０１．９４／３．６４１．００／１．００２．６４／４．６６ȡ２０ ３０２．９１／４．６８１．００／１．００３．７７／５．７４ȡ３０４．２４／５．８０１．００／１．００５．３７／６．９５㊀㊀注：表格中数据分别为美国西波拉森林／中国帽儿山地区的精度统计数据㊂下同㊂ＴｈｅｄａｔａｉｎｔｈｅｔａｂｌｅａｒｅｔｈｅａｃｃｕｒａｃｙｓｔａｔｉｓｔｉｃｓｏｆｔｈｅＣｉｂｏｌａｆｏｒｅｓｔ／ＭａｏｅｒＭｏｕｎｔａｉｎａｒｅａ．Ｔｈｅｓａｍｅｂｅｌｏｗ．㊀㊀美国西波拉森林地区：坡度０ʎ ５ʎ分组地形反演精度ＭＡＥ为０．５９ｍ，ＲＭＳＥ为０．８３ｍ；ȡ５ʎ １０ʎ分组ＭＡＥ为０．９８ｍ，ＲＭＳＥ为１．４２ｍ；ȡ１０ʎ １５ʎ６４１㊀第２期董瀚元，等：星载激光雷达ＧＥＤＩ数据林下地形反演性能验证分组ＭＡＥ为１．４０ｍ，ＲＭＳＥ为１．８９ｍ；ȡ１５ʎ ２０ʎ分组ＭＡＥ为１．９４ｍ，ＲＭＳＥ为２ ６４ｍ；ȡ２０ʎ ３０ʎ分组ＭＡＥ为２．９１ｍ，ＲＭＳＥ为３．７７ｍ；３０ʎ及以上分组ＭＡＥ为４．２４ｍ，ＲＭＳＥ为５．３７ｍ㊂图５㊀不同坡度下ＧＥＤＩ反演地形高度统计Ｆｉｇ．５㊀ＳｔａｔｉｓｔｉｃｓｏｆｔｅｒｒａｉｎｈｅｉｇｈｔｉｎｖｅｒｓｉｏｎｂｙＧＥＤＩｕｎｄｅｒｄｉｆｆｅｒｅｎｔｓｌｏｐｅｓ㊀㊀中国帽儿山地区：０ʎ ５ʎ分组地形反演精度ＭＡＥ为０．９７ｍ，ＲＭＳＥ为１．７４ｍ；ȡ５ʎ １０ʎ分组ＭＡＥ为１．７５ｍ，ＲＭＳＥ为２．５９ｍ；ȡ１０ʎ １５ʎ分组ＭＡＥ为２．８２ｍ，ＲＭＳＥ为３．７８ｍ；ȡ１５ʎ ２０ʎ分组ＭＡＥ为３．６４ｍ，ＲＭＳＥ为４．６６ｍ；ȡ２０ʎ ３０ʎ分组ＭＡＥ为４．６８ｍ，ＲＭＳＥ为５ ７４ｍ；３０ʎ及以上分组ＭＡＥ为５．８０ｍ，ＲＭＳＥ为６．９５ｍ㊂可见，随着坡度增大，ＲＭＳＥ呈线性上升趋势，坡度对于ＧＥＤＩ数据地形测高精度影响较大，在平缓的地形下，ＧＥＤＩ提供了相对较为精确的测高效果，在坡度增大时测高的效果会出现较多的误差，在进行高精度测量时尽量避免坡度较大的区域，或使用科学的方法进行地形校正后再使用数据㊂２．４㊀植被覆盖度对于反演精度的影响由于植被覆盖会对ＧＥＤＩ光束造成影响，按ＧＥＤＩ地形高度残差与分组植被覆盖度绘制箱线图（图６）㊂统计出美国西波拉森林地区以及帽儿山地区不同坡度条件ＧＥＤＩ反演高程精度（表３）㊂由表３可见，在中低植被覆盖度范围内，ＧＥＤＩ能较好测量出地面高程，在植被覆盖度达到６０％后，其精度会出现明显的下降，在８０％以上植被覆盖度区域，出现了较高的ＲＭＳＥ，分析其原因可能为植被覆盖密集区域ＧＥＤＩ地面波形中会混杂较多低矮植被，导致测高精度下降㊂图６㊀不同植被覆盖度下ＧＥＤＩ反演地形高度统计Ｆｉｇ．６㊀ＳｔａｔｉｓｔｉｃｓｏｆｔｅｒｒａｉｎｈｅｉｇｈｔｒｅｔｒｉｅｖｅｄｂｙＧＥＤＩｕｎｄｅｒｔｈｅｄｉｆｆｅｒｅｎｔｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅｓ７４１南京林业大学学报（自然科学版）第４７卷表３㊀西波拉森林与帽儿山地区不同植被覆盖度下ＧＥＤＩ反演地形高程的精度Ｔａｂｌｅ３㊀ＡｃｃｕｒａｃｙｏｆｔｅｒｒａｉｎｅｌｅｖａｔｉｏｎｉｎｖｅｒｓｉｏｎｂｙＧＥＤＩｕｎｄｅｒｔｈｅｄｉｆｆｅｒｅｎｔｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅｉｎＣｉｂｏｌａｆｏｒｅｓｔａｎｄＭａｏｅｒＭｏｕｎｔａｉｎａｒｅａ植被覆盖度／％ｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅＭＡＥ／ｍＲ２ＲＭＳＥ／ｍ００．９０／ １．００／ １．１９／＞０ ２０１．２４／１．１５１．００／１．００１．７３／１．２６＞２０ ４０１．２５／１．３２１．００／１．００１．９９／１．４６＞４０ ６０１．０７／１．４０１．００／１．００１．６４／１．９１＞６０ ８０１．３８／２．１７１．００／１．００２．２１／３．１３＞８０ ９０１．５７／２．８４１．００／１．００２．５０／３．９１＞９０ １００１．６９／３．８５１．００／１．００２．６０／５．００㊀㊀注：表格中数据分别为美国西波拉森林／帽儿山地区的精度统计数据㊂ＴｈｅｄａｔａｉｎｔｈｅｔａｂｌｅａｒｅｔｈｅａｃｃｕｒａｃｙｓｔａｔｉｓｔｉｃｓｏｆｔｈｅＣｉｂｏｌａｆｏｒｅｓｔｉｎｔｈｅＵｎｉｔｅｄＳｔａｔｅｓ／ＭａｏｅｒＭｏｕｎｔａｉｎａｒｅａ．㊀㊀综上，在影响因素方面，平缓的地形以及中低植被覆盖度的条件下，ＧＥＤＩ有着较好的地形高度测量能力，而陡峭的地形以及较高的植被覆盖度会明显导致精度的下降，在进行高精度测量时，要进行地形校正以及波形分解处理后再使用㊂３㊀讨㊀论对比西波拉森林与帽儿山森林的结果，ＧＥＤＩＶ２版本数据在针叶林地区测量精度误差ＲＭＳＥ为２ ３３ｍ，在以阔叶树种为主的针阔叶混交林地区ＲＭＳＥ为４ ４９ｍ，可见针叶林区域地形测定效果要明显好于以阔叶树种为主的针阔叶混交林地区，在时间与波束对比的实验中，美国亚热带地区的针叶林实验结果与Ｌｉｕ等［１６］研究结果类似：强光束性能要好于覆盖光束，且夜间采集数据精度要好于白天所采集数据㊂帽儿山针阔叶混交林地区的实验结果与美国西波拉森林的结果有明显的不同，实验中白天强光束地区植被覆盖度为９１ ６％，白天覆盖光束地区植被覆盖度为８６ ７％，黑夜强光束地区植被覆盖度为９０ ７３％，黑夜覆盖光束的植被覆盖度为９０ ３５％，结合其他研究情况考虑原因为白天覆盖光束轨道所经区域植被相对稀疏引起，与针叶林地区结果不矛盾，因此出现白天覆盖光束精度略微高于强光束，而夜间强光束精度优于覆盖光束的情况，ＧＥＤＩ探测器的本底噪声要高于太阳噪声，因此太阳背景噪声不会成为白天与夜间性能差异的主要原因，由于帽儿山为温带湿润气候，美国西波拉地区为亚热带干旱到半干旱沙漠气候，原因考虑为湿润与干旱气候造成白天及黑夜不同云量及温差㊁雨水等因素引起误差，ＧＥＤＩ数据白天与黑夜的性能并非固定，要具体视当地气候因素来确定，湿润地区白天性能更佳，干旱地区黑夜性能更佳㊂坡度因素以及植被覆盖度均为影响ＧＥＤＩ数据性能的重要因素，在坡度２０ʎ以下及植被覆盖度６０％以下的区域，地形反演的精度很高，随着坡度增大㊁植被覆盖度增加，ＧＥＤＩ数据反演林下地形的性能会变弱，原因为陡峭地区全波形数据由于地面回波与植被回波信息混合在一起造成波形混淆，因此会出现坡度增加㊁反演精度降低的情况，高植被覆盖度区域ＧＥＤＩ激光能量会在穿透冠层时有所损耗，且多层级的冠层会更大程度地影响精度，因此出现植被覆盖度增加反演精度降低的情况㊂４㊀结㊀论１）ＧＥＤＩＶ２数据反演林下地形的效果为针叶林要优于针阔叶混交林，强光束要优于覆盖光束，湿润地区白天效果更优，干旱地区黑夜效果更优㊂２）随着地面坡度提升，ＧＥＤＩＶ２的测高精度会出现线性下降趋势，平缓地区数据使用效果极好，陡峭地区地面回波与植被回波混叠造成精度降低㊂３）ＧＥＤＩＶ２数据在中低植被覆盖度区域地形反演精度较高，在高植被覆盖区域对于林下地形高度的测定性能会有所下降㊂参考文献（ｒｅｆｅｒｅｎｃｅ）：［１］蒋有绪．世界森林生态系统结构与功能的研究综述［Ｊ］．林业科学研究，１９９５，８（３）：３１４－３２１．ＪＩＡＮＧＹＸ．Ｏｎｓｔｕｄｙｏｆｓｔｒｕｃｔｕｒｅａｎｄｆｕｎｃｔｉｏｎｏｆｗｏｒｌｄｆｏｒｅｓｔｅｃｏｓｙｓｔｅｍ［Ｊ］．ＦｏｒｅｓｔＲｅｓ，１９９５，８（３）：３１４－３２１．［２］ＬＯＮＧＴＦ，ＺＨＡＮＧＺＭ，ＨＥＧＪ，ｅｔａｌ．３０ｍｒｅｓｏｌｕｔｉｏｎｇｌｏｂａｌａｎｎｕａｌｂｕｒｎｅｄａｒｅａｍａｐｐｉｎｇｂａｓｅｄｏｎｌａｎｄｓａｔｉｍａｇｅｓａｎｄｇｏｏｇｌｅｅａｒｔｈｅｎｇｉｎｅ．［Ｊ］．ＲｅｍｏｔｅＳｅｎｓ，２０１９，１１（５）：４８９．ＤＯＩ：１０．３３９０／ｒｓ１１０５０４８９．［３］李然，王成，苏国中，等．星载激光雷达的发展与应用［Ｊ］．科技导报，２００７，２５（１４）：５８－６３．ＬＩＲ，ＷＡＮＧＣ，ＳＵＧＺ，ｅｔａｌ．ＤｅｖｅｌｏｐｍｅｎｔａｎｄａｐｐｌｉｃａｔｉｏｎｓｏｆＳｐａｃｅｂｏｒｎｅＬｉＤＡＲ［Ｊ］．Ｓｃｉ＆ＴｅｃｈｎｏｌＲｅｖ，２００７，２５（１４）：５８－６３．ＤＯＩ：１０．３３２１／ｊ．ｉｓｓｎ：１０００－７８５７．２００７．１４．０１０．［４］ＬＥＦＳＫＹＭＡ，ＨＡＲＤＩＮＧＤＪ，ＫＥＬＬＥＲＭ，ｅｔａｌ．ＥｓｔｉｍａｔｅｓｏｆｆｏｒｅｓｔｃａｎｏｐｙｈｅｉｇｈｔａｎｄａｂｏｖｅｇｒｏｕｎｄｂｉｏｍａｓｓｕｓｉｎｇＩＣＥＳａｔ［Ｊ］．ＧｅｏｐｈｙｓＲｅｓＬｅｔｔ，２００５，３２（２２）：Ｌ２２Ｓ０２．ＤＯＩ：１０．１０２９／２００５ｇｌ０２３９７１，２００５．［５］ＤＯＬＡＮＫ，ＭＡＳＥＫＪＧ，ＨＵＡＮＧＣＱ，ｅｔａｌ．ＲｅｇｉｏｎａｌｆｏｒｅｓｔｇｒｏｗｔｈｒａｔｅｓｍｅａｓｕｒｅｄｂｙｃｏｍｂｉｎｉｎｇＩＣＥＳａｔＧＬＡＳａｎｄＬａｎｄｓａｔｄａｔａ［Ｊ］．ＪＧｅｏｐｈｙｓＲｅｓ，２００９，１１４（Ｇ２）：Ｇ００Ｅ０５．ＤＯＩ：１０．１０２９／２００８ＪＧ０００８９３，２００９．［６］ＢＡＬＬＨＯＲＮＵ，ＪＵＢＡＮＳＫＩＪ，ＳＩＥＧＥＲＴＦ．ＩＣＥＳａｔ／ＧＬＡＳｄａｔａａｓａｍｅａｓｕｒｅｍｅｎｔｔｏｏｌｆｏｒｐｅａｔｌａｎｄｔｏｐｏｇｒａｐｈｙａｎｄｐｅａｔｓｗａｍｐ８４１㊀第２期董瀚元，等：星载激光雷达ＧＥＤＩ数据林下地形反演性能验证ｆｏｒｅｓｔｂｉｏｍａｓｓｉｎＫａｌｉｍａｎｔａｎ，Ｉｎｄｏｎｅｓｉａ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓ，２０１１，３（９）：１９５７－１９８２．ＤＯＩ：１０．３３９０／ｒｓ３０９１９５７．［７］ＨＡＹＡＳＨＩＭ．ＦｏｒｅｓｔｃａｎｏｐｙｈｅｉｇｈｔｅｓｔｉｍａｔｉｏｎｕｓｉｎｇＩＣＥＳａｔ／ＧＬＡＳｄａｔａａｎｄｅｒｒｏｒｆａｃｔｏｒａｎａｌｙｓｉｓｉｎＨｏｋｋａｉｄｏ，Ｊａｐａｎ［Ｊ］．ＩＳＰＲＳＪＰｈｏｔｏｇｒａｍｍａｎｄＲｅｍｏｔｅＳｅｎｓ，２０１３，８１：１２－１８．ＤＯＩ：１０．１０１６／ｊ．ｉｓｐｒｓｊｐｒｓ．２０１３．０４．００４．［８］ＳＨＵＭＡＮＣＡ，ＺＷＡＬＬＹＨＪ，ＳＣＨＵＴＺＢ．Ｅ，ｅｔａｌ．ＩＣＥＳａｔＡｎｔａｒｃｔｉｃｅｌｅｖａｔｉｏｎｄａｔａ：ｐｒｅｌｉｍｉｎａｒｙｐｒｅｃｉｓｉｏｎａｎｄａｃｃｕｒａｃｙａｓ⁃ｓｅｓｓｍｅｎｔ［Ｊ］．ＧｅｏｐｈｙｓＲｅｓＬｅｔｔ，２００６，３３（７）：Ｌ０７５０１．ＤＯＩ：１０．１０２９／２００５ｇｌ０２５２２７，２００６．［９］ＤＯＮＧＣＨＥＮＥ，ＳＨＥＮＱ，ＸＵＹ，ｅｔａｌ．Ｈｉｇｈ⁃ａｃｃｕｒａｃｙｔｏｐｏ⁃ｇｒａｐｈｉｃａｌｉｎｆｏｒｍａｔｉｏｎｅｘｔｒａｃｔｉｏｎｂａｓｅｄｏｎｆｕｓｉｏｎｏｆＡＳＴＥＲｓｔｅｒｅｏ⁃ｄａｔａａｎｄＩＣＥＳａｔ／ＧＬＡＳｄａｔａｉｎＡｎｔａｒｃｔｉｃａ［Ｊ］．ＳｃｉＣｈｉｎａＳｅｒＤＥａｒｔｈＳｃｉ，２００９，５２（５）：７１４－７２２．ＤＯＩ：１０．１００７／ｓ１１４３０－００９－００５５－６．［１０］ＪＡＷＡＫＳＤ，ＬＵＩＳＡＪ．ＳｙｎｅｒｇｉｓｔｉｃｕｓｅｏｆｍｕｌｔｉｔｅｍｐｏｒａｌＲＡＭＰ，ＩＣＥＳａｔａｎｄＧＰＳｔｏｃｏｎｓｔｒｕｃｔａｎａｃｃｕｒａｔｅＤＥＭｏｆｔｈｅＬａｒｓｅｍａｎｎＨｉｌｌｓｒｅｇｉｏｎ，Ａｎｔａｒｃｔｉｃａ［Ｊ］．ＡｄｖＳｐａｃｅＲｅｓ，２０１２，５０（４）：４５７－４７０．ＤＯＩ：１０．１０１６／ｊ．ａｓｒ．２０１２．０５．００４．［１１］ＡＢＤＡＬＡＴＩＷ，ＺＷＡＬＬＹＨＪ，ＢＩＮＤＳＣＨＡＤＬＥＲＲ，ｅｔａｌ．ＴｈｅＩＣＥＳａｔ⁃２ｌａｓｅｒａｌｔｉｍｅｔｒｙｍｉｓｓｉｏｎ［Ｊ］．ＰｒｏｃＩＥＥＥ，２０１０，９８（５）：７３５－７５１．ＤＯＩ：１０．１１０９／ＪＰＲＯＣ．２００９．２０３４７６５．［１２］ＤＵＢＡＹＡＨＲ，ＢＬＡＩＲＪＢ，ＧＯＥＴＺＳ，ｅｔａｌ．Ｔｈｅｇｌｏｂａｌｅｃｏｓｙｓ⁃ｔｅｍｄｙｎａｍｉｃｓｉｎｖｅｓｔｉｇａｔｉｏｎ：ｈｉｇｈ⁃ｒｅｓｏｌｕｔｉｏｎｌａｓｅｒｒａｎｇｉｎｇｏｆｔｈｅＥａｒｔｈ ｓｆｏｒｅｓｔｓａｎｄｔｏｐｏｇｒａｐｈｙ［Ｊ］．ＳｃｉＲｅｍｏｔｅＳｅｎｓ，２０２０，１（Ｃ）：１００００２．ＤＯＩ：１０．１０１６／ｊ．ｓｒｓ．２０２０．１００００２．［１３］ＱＩＷ，ＤＵＢＡＹＡＨＲＯ．ＣｏｍｂｉｎｉｎｇＴａｎｄｅｍ⁃ＸＩｎＳＡＲａｎｄｓｉｍｕ⁃ｌａｔｅｄＧＥＤＩｌｉｄａｒｏｂｓｅｒｖａｔｉｏｎｓｆｏｒｆｏｒｅｓｔｓｔｒｕｃｔｕｒｅｍａｐｐｉｎｇ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓＥｎｖｉｒｏｎ，２０１６，１８７：２５３－２６６．ＤＯＩ：１０．１０１６／ｊ．ｒｓｅ．２０１６．１０．０１８．［１４］ＡＤＡＭＭ，ＵＲＢＡＺＡＥＶＭ，ＤＵＢＯＩＳＣ，ｅｔａｌ．Ａｃｃｕｒａｃｙａｓｓｅｓｓ⁃ｍｅｎｔｏｆＧＥＤＩｔｅｒｒａｉｎｅｌｅｖａｔｉｏｎａｎｄｃａｎｏｐｙｈｅｉｇｈｔｅｓｔｉｍａｔｅｓｉｎＥｕ⁃ｒｏｐｅａｎｔｅｍｐｅｒａｔｅｆｏｒｅｓｔｓ：ｉｎｆｌｕｅｎｃｅｏｆｅｎｖｉｒｏｎｍｅｎｔａｌａｎｄａｃｑｕｉｓｉ⁃ｔｉｏｎｐａｒａｍｅｔｅｒｓ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓ，２０２０，１２（２３）：３９４８．ＤＯＩ：１０．３３９０／ｒｓ１２２３３９４８．［１５］ＧＵＥＲＲＡＨＪ，ＰＡＳＣＵＡＬＡ．ＵｓｉｎｇＧＥＤＩｌｉｄａｒｄａｔａａｎｄａｉｒｂｏｒｎｅｌａｓｅｒｓｃａｎｎｉｎｇｔｏａｓｓｅｓｓｈｅｉｇｈｔｇｒｏｗｔｈｄｙｎａｍｉｃｓｉｎｆａｓｔ⁃ｇｒｏｗｉｎｇｓｐｅｃｉｅｓ：ａｓｈｏｗｃａｓｅｉｎＳｐａｉｎ［Ｊ］．ＦｏｒＥｃｏｓｙｓｔ，２０２１，８（１）：１４．ＤＯＩ：１０．１１８６／ｓ４０６６３－０２１－００２９１－２．［１６］ＬＩＵＡ，ＣＨＥＮＧＸ，ＣＨＥＮＺＱ．ＰｅｒｆｏｒｍａｎｃｅｅｖａｌｕａｔｉｏｎｏｆＧＥＤＩａｎｄＩＣＥＳａｔ⁃２ｌａｓｅｒａｌｔｉｍｅｔｅｒｄａｔａｆｏｒｔｅｒｒａｉｎａｎｄｃａｎｏｐｙｈｅｉｇｈｔｒｅ⁃ｔｒｉｅｖａｌｓ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓＥｎｖｉｒｏｎ，２０２１，２６４：１１２５７１．ＤＯＩ：１０．１０１６／ｊ．ｒｓｅ．２０２１．１１２５７１．［１７］ＤＵＢＡＹＡＨＲ，ＨＯＦＴＯＮＭ，ＢＬＡＩＲＪ，ｅｔａｌ．ＧＥＤＩＬ２ＡｅｌｅｖａｔｉｏｎａｎｄｈｅｉｇｈｔｍｅｔｒｉｃｓｄａｔａｇｌｏｂａｌｆｏｏｔｐｒｉｎｔｌｅｖｅｌＶ００２［Ｒ］．ＮＡＳＡＥＯＳＤＩＳＬａｎｄＰｒｏｃｅｓｓｅｓＤＡＡＣ，２０２１－０５－０７．ＤＯＩ：１０．５０６７／ＧＥＤＩ／ＧＥＤＩ０２＿Ａ．００２．［１８］ＣＯＯＫＢ，ＣＯＲＰＬ，ＮＥＬＳＯＮＲ，ｅｔａｌ．ＮＡＳＡｇｏｄｄａｒｄ ｓＬｉＤＡＲ，ｈｙｐｅｒｓｐｅｃｔｒａｌａｎｄｔｈｅｒｍａｌ（Ｇ⁃ｌｉｈｔ）ａｉｒｂｏｒｎｅｉｍａｇｅｒ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓ，２０１３，５（８）：４０４５－４０６６．ＤＯＩ：１０．３３９０／ｒｓ５０８４０４５．［１９］ＲＯＹＤＰ，ＷｕｌｄｅｒＭＡ，ＬｏｖｅｌａｎｄＴＲ，ｅｔａｌ．Ｌａｎｄｓａｔ⁃８：ｓｃｉｅｎｃｅａｎｄｐｒｏｄｕｃｔｖｉｓｉｏｎｆｏｒｔｅｒｒｅｓｔｒｉａｌｇｌｏｂａｌｃｈａｎｇｅｒｅｓｅａｒｃｈ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓＥｎｖｉｒｏｎ，２０１４，１４５：１５４－１７２．ＤＯＩ：１０．１０１６／ｊ．ｒｓｅ．２０１４．０２．００１．［２０］柳红凯，徐昌荣，徐晓．基于渐进加密三角网机载ＬＩＤＡＲ点云滤波改进算法研究［Ｊ］．江西理工大学学报，２０１６，３７（３）：５０－５５，６０．ＬＩＵＨＫ，ＸＵＣＲ，ＸＵＸ．Ｓｔｕｄｙｏｎｉｍｐｒｏｖｅｄａｌｇｏ⁃ｒｉｔｈｍｏｆｐｏｉｎｔｃｌｏｕｄｓｆｒｏｍａｉｒｂｏｒｎｅｓｃａｎｎｅｒｂａｓｅｄｏｎｐｒｏｇｒｅｓｓｉｖｅｅｎｃｒｙｐｔｉｏｎＴＩＮ［Ｊ］．ＪＪｉａｎｇｘｉＵｎｉｖＳｃｉＴｅｃｈｎｏｌ，２０１６，３７（３）：５０－５５，６０．ＤＯＩ：１０．１３２６５／ｊ．ｃｎｋｉ．ｊｘｌｇｄｘｘｂ．２０１６．０３．００９．［２１］佟斯琴，包玉海，张巧凤，等．基于像元二分法和强度分析方法的内蒙古植被覆盖度时空变化规律分析［Ｊ］．生态环境学报，２０１６，２５（５）：７３７－７４３．ＴＯＮＧＳＱ，ＢＡＯＹＨ，ＺＨＡＮＧＱＦ，ｅｔａｌ．ＳｐａｔｉａｌｔｅｍｐｏｒａｌｃｈａｎｇｅｓｏｆｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅｉｎＩｎｎｅｒＭｏｎｇｏｌｉａｂａｓｅｄｏｎｔｈｅｄｉｍｉｄｉａｔｅｐｉｘｅｌｍｏｄｅｌａｎｄｉｎｔｅｎｓｉｔｙａｎａｌｙｓｉｓ［Ｊ］．ＥｃｏｌＥｎｖｉｒｏｎＳｃｉ，２０１６，２５（５）：７３７－７４３．ＤＯＩ：１０．１６２５８／ｊ．ｃｎｋｉ．１６７４－５９０６．２０１６．０５．００２．（责任编辑㊀李燕文）９４１。
基于单光子的星载激光水下目标探测深度研究
基于单光子的星载激光水下目标探测深度研究彭志兴;周保琢;陈华;张志;谭平【摘要】卫星对海探测具有大面积同步观测、全天时工作、不受领海领空限制等优点.为此,本文分析了卫星对海探测的激光链路损耗,构建了星载激光水下目标探测能量传输模型,探讨了基于单光子机制的星载激光对水下目标探测的极限深度.结果表明,在Ⅰ类海区,对于水下等效直径为2 m的物体,星载激光在200 km高度对水下目标探测的最大深度为212 m.因此,在中低轨道开展星载激光对深海水下目标进行探测是可能的.本文的研究工作为进一步开展星载激光深海水下目标探测提供支持.【期刊名称】《激光与红外》【年(卷),期】2018(048)007【总页数】6页(P809-814)【关键词】激光;探测深度;水下目标;卫星;单光子【作者】彭志兴;周保琢;陈华;张志;谭平【作者单位】四川航天系统工程研究所,四川成都610100;四川航天系统工程研究所,四川成都610100;四川航天系统工程研究所,四川成都610100;四川航天系统工程研究所,四川成都610100;四川航天系统工程研究所,四川成都610100【正文语种】中文【中图分类】TN2491 引言水下目标探测是海洋国土监视、反潜战等环境下的关键技术。
随着新型材料的研发和工艺水平的提高,现代水下航行器的噪声和磁性显著降低,下潜深度增大,其隐蔽性得到极大提高。
同时,用于侦察、探测、攻击等的各种小型水下武器平台也不断出现。
这些对反制方的水下目标探测能力提出了更高的要求。
目前,水下目标探测主要是基于船载和机载平台；探测方式包括水声探测、磁异常探测、红外尾流探测、激光雷达探测等[1]。
水声探测是利用舰船携带声纳和听响器,或利用在海底布设水听器构建网络来实现,通过计算目标发射声波到达不同水听器的时间差或相位差,再结合水听器本身的大地坐标来实现定位；磁异常探测是基于磁信号的目标探测技术,通过磁探仪对水下目标造成的地磁异常进行检测,从而发现水下目标；红外尾流探测是通过探测运动目标对周围水体加热后的水温异常来实现的；激光探测是利用海水对532 nm波段的蓝绿光的衰减要远小于对其他波段的电磁波的衰减开展蓝绿激光水下目标探测。
星载激光雷达全球海洋测深研究
星载激光雷达全球海洋测深研究海洋水色遥感是实现全球海洋水体光学参数和颗粒物空间观测的主要手段，自1978 年第一台水色传感器(CZCS) 成功运行至今，卫星水色遥感作为全球观测系统的一个重要组成部分，在海洋初级生产力、海洋碳循环和海洋生态环境等领域发挥了重要作用。
目前业务化运行的星载水色传感器均采用被动光学遥感技术，利用海水组分对太阳光的吸收和散射特性，通过测量海面向上光谱辐射，获得海水固有光学参数IOPs以及叶绿素a浓度、颗粒有机碳POC浓度和颗粒无机碳PIC浓度、悬浮物SPM浓度生物地球化学参数。
激光雷达作为一种主动光学传感器，能够进一步提高空间全球海洋观测能力，已引起了海洋光学和水色遥感领域专家的极大兴趣。
目前在轨运行的星载云-气溶胶激光雷达（CALIOP) 已显示出海洋探测的潜力。
与被动水色传感器相比，星载海洋激光雷达具有获取垂直剖面数据和不受大气校正影响的优点，可以工作在白天和晚上，而且能覆盖太阳高度角较低的高纬度地区。
由于光波在海水中传输时衰减速度很快，海水光学性质及激光波长会显著影响激光雷达的探测深度。
文中基于激光传输过程，根据激光雷达方程和给定的激光雷达参数，对星载海洋激光雷达探测全球海洋的最优波长和最大探测深度进行了估算。
一、探测深度全球分布利用表1所示的海洋激光雷达参数和MODIS年平均海洋光学参数数据，文中对星载激光雷达全球海洋探测深度进行了估算。
发射激光参数的设定主要考虑了人眼安全阈值，并将不同波长的单脉冲能量设定为相同数值。
考虑到大气透过率受气溶胶和云的影响较大，存在较大的不确定性，这并非文中讨论的重点，因此在计算过程中将单程大气透过率假设为0.8。
背景光光谱辐亮度的数值在400～600nm的可见光范围内变化较小，因此计算过程中忽略了其随波长的变化。
表1中的背景光光谱辐亮度为太阳直射时的数值，计算时假定太阳直射赤道，并考虑背景光光谱辐亮度随纬度的变化。
所用的MODIS数据为Level 3全球年平均产品，包括吸收系数a和后向散射系数bb，水平分辨率为4km，包含6个波段(412、443、488、531、547、667 nm)。
国外空间激光通信技术的发展现状与趋势
国外空间激光通信技术的发展现状与趋势远望智库：与智者同行，为创新加速专家库 | 人才库 | 企业库 | 项目库 | 投资机构库 | 招商信息库国外空间激光通信技术的发展现状与趋势远望智库技术预警中心：不会游泳的鱼摘要：为了满足日益增长的大数据量、高速数据传输速率的需求，NASA、ESA、JAXA等航天机构正在开启空间激光通信技术的时代。
各国纷纷在GEO-LEO，LEO-LEO，LEO-地面，以及地-月等不同轨道验证了激光通信终端的在轨性能。
本文介绍了国外开展的激光通信技术演示验证试验情况，分析了激光通信技术未来发展趋势。
期望通过该技术的研究，对我国激光通信技术的发展提供参考借鉴。
1 引言随着空间技术的不断发展，空间激光通信在全球通信中作用日渐明显。
空间激光通信，是利用激光单色性好、方向性强及功率密度大等良好的光束特性，实现以激光光波为载体在空间（包括近地的大气空间、临近空间、LEO/GEO、星际空间、深空等）信道之间进行信息交换的通信方式。
近年来，随着科学任务高速数据下行的需求越来越大，射频通信已难以满足高速数据的通信需求。
激光通信系具有传输速率更高、抗干扰性更强、体积更小等特点，在全球通信中的作用日趋明显。
本文主要探讨激光通信的技术特点，分析了各国激光通信技术的发展现状与战略规划，重点研究了国外主要的几项演示验证试验情况。
通过本文对国外激光通信技术的研究，期望对我国在该领域的技术发展起到一定的启示和借鉴作用。
2 激光通信的技术优势空间激光通信是利用激光波长短、亮度高、高准直特性实现飞行器之间高速数据交换的一种新方法，是有别于当前广泛采用的星间射频通信的一种新手段，它具有以下四个方面的优点：数据传输率高，通信容量大。
星间光通信其载波频率在1013-1015GHz比微波通信高出几个数量级，单通道就可提供高达10Gbps 量级以上的数据传输率，远大于目前微波通信几百Mbps的数据传输率。
通过波分复用可以达到数百Gbps以上。
《2024年星载大气探测激光雷达发展与展望》范文
《星载大气探测激光雷达发展与展望》篇一一、引言随着科技的不断进步，星载大气探测激光雷达（简称大气激光雷达）在地球科学、气候研究、大气污染监测等领域的应用越来越广泛。
大气激光雷达以其高精度、高分辨率的探测能力，为大气环境监测和气候预测提供了重要手段。
本文将介绍星载大气探测激光雷达的发展历程、现状以及未来展望。
二、星载大气探测激光雷达的发展历程1. 初期研究与发展大气激光雷达的初期研究始于20世纪70年代，当时主要应用于地面大气探测。
随着技术的不断发展，研究人员开始尝试将激光雷达技术应用于卫星遥感领域，以实现对大气的远程探测。
2. 技术突破与卫星搭载进入21世纪，随着激光技术和卫星技术的不断发展，星载大气探测激光雷达技术取得了重大突破。
多个国家开始将大气激光雷达搭载在卫星上，实现对大气的全天候、全天时监测。
3. 多种类型激光雷达的研发随着应用需求的不断增加，多种类型的星载大气探测激光雷达被研发出来。
例如，差分吸收激光雷达（DIAL）和拉曼激光雷达等，它们在探测大气成分、气溶胶、云和降水等方面具有独特优势。
三、星载大气探测激光雷达的现状1. 技术成熟度目前，星载大气探测激光雷达技术已经相对成熟，多个国家已经成功将大气激光雷达搭载在卫星上，并实现了对大气的实时监测。
2. 应用领域星载大气探测激光雷达在地球科学、气候研究、大气污染监测等领域得到了广泛应用。
例如，它可以用于监测大气中的气溶胶、云和降水等成分，为气候变化研究和天气预报提供重要数据支持。
3. 发展趋势随着技术的不断发展，星载大气探测激光雷达的分辨率和精度不断提高，其在全球气候变化监测、大气污染防治等领域的应用前景广阔。
四、星载大气探测激光雷达的未来展望1. 技术创新与突破未来，随着技术的不断创新和突破，星载大气探测激光雷达的探测能力将进一步增强。
例如，研究人员将继续优化激光雷达的光源、接收器和数据处理算法，提高其探测精度和分辨率。
同时，新型的星载大气探测技术也将不断涌现，如量子级联激光雷达等。
国外先进航空光电载荷的进展与关键技术分析
国外先进航空光电载荷的进展与关键技术分析随着航空光电载荷技术的不断发展，许多国家都在积极研究和应用这一领域的先进技术。
以下将对国外先进航空光电载荷的进展和关键技术进行分析。
一、国外先进航空光电载荷的进展1.多光谱传感器：多光谱传感器可以同时获得不同波段的图像数据，可以提供更全面的地面目标信息。
国外先进航空光电载荷的多光谱传感器具备高分辨率、高灵敏度和遥感能力，能够用于地表覆盖、环境监测和资源调查等领域。
2.高光谱传感器：高光谱传感器可以获取地物的光谱信息，不仅可以提供地物的空间位置信息，还可以提供地物的化学组成信息。
国外先进航空光电载荷的高光谱传感器利用光谱信息进行地物分类、目标识别和监测等，具有更高的精度和精细化的信息提取能力。
3.红外传感器：红外传感器可以感知目标的红外辐射，具有隐身性强、夜间观测和突破天气等特点。
国外先进航空光电载荷的红外传感器可以用于防空、侦察、目标探测与跟踪等应用，具有更高的探测和识别能力。
4.数字图像处理技术：随着计算机技术和图像处理算法的不断发展，国外先进航空光电载荷在数字图像处理技术上取得了许多突破。
包括图像去噪、增强、分割和识别等方面的算法研究，使得航空光电载荷的图像处理质量和效率得到了提高。
5.数据库与信息融合技术：国外先进航空光电载荷利用数据库和信息融合技术，将多个传感器获得的数据进行整合和融合，可以提供更全面、准确的地面目标信息。
在目标识别、态势感知和目标跟踪等方面，信息融合技术可以提高航空光电载荷的信息处理和决策能力。
1.传感器技术：国外先进航空光电载荷的关键技术之一是传感器技术的发展。
包括传感器的分辨率、灵敏度、光谱范围和波段数量等方面的改进，使得航空光电载荷可以获取更高质量的图像和数据。
2.成像技术：成像技术是航空光电载荷的核心技术之一，包括光学成像和红外成像等。
尤其是红外成像技术的发展，可以在夜间和恶劣天气条件下实现目标的探测和识别，提高航空光电载荷的作战能力。
激光雷达的现状与发展趋势
激光雷达的现状与发展趋势作者：杨栋来源：《中国信息化·学术版》2012年第12期【摘要】文章主要简述了激光雷达的现状及其在军事、气象、测风、医学、水土保持等方面的广泛应用，进而分析阐述了激光雷达的发展趋势。
【关键词】激光雷达；发展趋势；应用；星载激光雷达【中图分类号】TN958.98【文献标识码】A【文章编号】1672-5158（2012）12-0025-01引言激光雷达是一种可以精确、快速获取地面或大气三维空间信息的主动探测技术，应用范围和发展前景十分广阔。
以往的传感器只能获取目标的空间平面信息，需要通过同轨、异轨重叠成像等技术来获取三维高程信息，这些方法与LiDAR技术相比，不但测距精度低，数据处理也比较复杂。
正因为如此，LiDAR技术与成像光谱、合成孔径雷达一起被列为对地观测系统计划中最核心的信息获取与处理技术。
激光雷达是将激光技术、高速信息处理技术、计算机技术等高新技术相结合的产物。
一、激光雷达的工作原理激光雷达是一种雷达系统，是一种主动传感器，所形成的数据是点云形式。
其工作光谱段在红外到紫外之间，主要发射机、接收机、测量控制和电源组成。
工作原理为：首先向被测目标发射一束激光，然后测量反射或散射信号到达发射机的时间、信号强弱程度和频率变化等参数，从而确定被测目标的距离、运动速度以及方位。
除此之外，还可以测出大气中肉眼看不到的微粒的动态等情况。
激光雷达的作用就是精确测量目标的位置（距离与角度）、形状（大小）及状态（速度、姿态），从而达到探测、识别、跟踪目标的目的。
二、激光雷达的现状及应用激光技术从它的问世到现在，虽然时间不长，但是由于它有：高亮度性、高方向性、高单色性和高相干性等几个极有价值的特点，因而在国防军事、工农业生产、医学卫生和科学研究等方面都有广泛的应用。
LiDAR技术在西方国家发展相对成熟，已经投入商业运行的激光雷达系统（主要指机载）主要有Optech（加拿大）、TopSys（法国）和Leica（美国）等公司的产品。
用于全球大气温室气体探测的星载激光雷达研究
Ｏｐ ｔ ｉ ｔ ｓ￣ １ １ １ （ １ Ｆ ｉ ｎ ｅ Ｍｅ ｃ ｈ ； ｍｉ ｃ ｓ ｆ ｓ ｌ ｏ Ｍ） ， Ｃ ｈ ｉ ｎ ｅ ｓ ｅ Ａｃ ａ ｄ ｅ ｎ ｏ ｆ ， ￣ ｃ ｉ ｅ １ ］ Ｃ ｅ Ｓ ． Ｓ ｈ ａ ｎ ｇ ｈ ａ ｉ ２ ０ １ ８ ０ ０ ， Ｃ ｈ ｉ ｎ ａ ） Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ： Ｆ ｈ ｅ Ｉ ｎ ｔ ｅ ｇ ｒ ａ ｔ ｅ ｄ Ｐ ａ ｔ ｈ Ｄｉ ｆ ｅ ｒ ｅ ｎ ｔ ｉ ａ ｌ Ａｂ ｓ ｏ ｒ ｐ ｔ ｉ ｏ ｎ（ Ｉ ＰＤ Ａ）Ｌ ｉ ｄ ａ ｒ ｉ ｓ ａ ｎ ｅ ｆ ｅ ｃ ｔ ｉ ｖ ｅ ｈ ｉ ｇ ｈ — ｐ ｒ ｅ ｃ ｉ ｓ ｉ ｏ ｎ
ｄｉ ｏ ｘｉ ｄｅ ｃ ｏｎｃ ｅ ｎｔ ｒ ａｔ ｉ ｏ ｎ ｍｅ ａ ｓ ｕｒ ｅ ｍｅ ｎｔ ｅ ｒ ｒ ｏｒ ｓ ｃ ａｕｓ ｅｄ ｂｙ ｔ ｈｅ ｖ ａｒ ｉ ａ ｔ ｉ ｏｎ ｏ ｆ ｓ ｏ ｍｅ ｐａｒ ａｍ ｅｔ ｅ ｒ ｓ ｏ ｆ ｔ ｈｅ ｔ ｒ ａ ｎｓ ｍｉ ｔ ｔ ｅ ｒ
¨； 旧 科学 院 海 光 学精 密饥 饿 研 究 所 卜海 ｆ ｆ 『 伞 同 态激 光 器 用技 术 雨 点 实验 审 ， 海 ２ ０ ｌ ８ （ ） （ ） ）
摘 要 ：星裁积分 路径差分 吸收 （ Ｉ ｎ ｔ ｅ ｇ ｒ ａ ｔ ｅ ｄ Ｐ ａ ｔ ｈ Ｄ ｉ ｆ ｅ ｒ ｅ ｎ ｔ ｉ ａ ｌ Ａ ｂ ｓ ｏ ｒ ｐ ｔ ｉ ｏ ｎ ， Ｉ Ｐ Ｄ Ａ ） 激光 雷达 足一种有效 的高精度 （ １ ｐ ｐ ｍ） 全球 Ｃ Ｏ 。 柱线浓度 测量手段。结合其基本 工作原 理分 析 了
ｕ ｓ ｅ ｄ ｉ ｎ ｔ ｈ ｅ Ｌｉ ｄ ａ ｒ ｓ ｕ ｃ ｈ ａ ｓ ｌ ａ ｓ ｅ ｒ ｉ ｆ ＇ ｅ ｑ ｕ ｅ ｎ ｃ ｙ ｓ ｔ ａ ｂ ｉ ｌ ｉ ｔ ｙ ， ｌ ａ ｓ ｅ ｒ ｂ ａ ｎｄ ｗｉ ｄ ｔ ｈ ａ ｎｄ ｌ ａ ｓ ｅ ｒ ｓ ｐｅ ｃ ｔ ｒ ａ ｌ ｐ ｕ ｒ ｉ ｔ ｙ ａ ｒ ｅ ａ ｎ ａ ｌ ｙ ｚ ｅ ｄ． Ｔｈ ｅ ｏ ｐ ｔ ｉ ｍｉ ｚ ｅ ｄ ｄ ｅ ｓ ｉ ｇ ｎ ｐ ａ ｒ ａ ｍｅ ｔ ｅ ｒ ｓ ａ ｒ ｅ ｇ ｉ ｖ ｅ ｎ．Ｔｈ ｅ ｗａ ｙ ｔ ｏ ｅ ｍｉ ｔ ｄｕ ａ ｌ — ｗａ ｖ ｅ ｌ ｅ ｎ ｇ ｔ ｈ ｐ ｕ ｌ ｓ ｅ ｌ ａ ｓ ｅ ｒ ｗｉ ｔ ｈ ｔ ｈ ｅ Ｉ ＰＤＡ ｌ ｉ ｄ ａ ｒ ｉ ｓ ｓ ｔ ｕ ｄｉ ｅ ｄ ａ ｎ ｄ ｉ ｔ ｓ ｖ ｅ ｒ ｉ ｉ ｆ ｅ ｄ ｅ ｘ ｐｅ ｒ ｉ ｍｅ ｎ ｔ ａ ｌ ｒ ｅ ｓ ｕ ｌ ｔ ｉ ｓ ｇ ｉ ｖ ｅ ｎ．Ｔｈ ｅ ｌ ａ ｓ ｅ ｒ ｏ ｕ ｔ ｐ ｕ ｔ ｗｉ ｔ ｈ ｓ ｉ ｎ ｇ ｌ ｅ ｐ ｕ ｌ ｓ ｅ ｅ ｎ ｅ ｒ ｇ ｙ ｇ ｒ ｅ ａ ｔ ｅ ｒ ｔ ｈａ ｎ ５ ０ ｍＪ ａ ｔ ｔ ｈｅ ｗａ ｖ ｅ ｌ ｅ ｎ ｇ ｔ ｈ ｏ ｆ １ ． ５ ７ ２ ｕ ｎ １ ｉ ｓ ｏ ｂ ｔ ａ ｉ ｎ ｅ ｄ．
星载激光测距系统中激光器技术分析及发展展望
（ ｅ ｉｇＩｓｔｔ ｏ ｐｃ ｃ ａｉ ＆ Ｅｅｔｃｔ， ｅ ｉ ０ ０ ６ Ｃ ｉａ Ｂ ｉｎ ｔｕｅ ｆ ａｅＭｅｈｎｃ ｊ ｎｉ Ｓ ｓ ｌｃ ｉ ｙ Ｂ ｉｎ １０ ７ ，ｈｎ ） ｒｉ ｊｇ
１ 引言
星载激光测距（ 测高） 是一种重要的空间遥感手段 ． 激光器是保证测距 系统指标 的关键设备 １６ 年 ５ ９０ 月 １ ５日， 国休斯 实验 室 的梅曼 （． Ｍａ ａ ） 明了世 界上第 一 台激光 器 。此 后 到 １７ 年 ， 台闪光 灯泵 美 ＴＨ＿ ｉ ｎ 发 ｍ ９１ 一 浦 红宝 石激 光 器作 为高 度计 的关键 部件 被搭 载在 “ 阿波 罗 ｌ ” ５号 上送 入 太空 【 成 为人类 历 史 上第 一 台星 载 Ｉ １ ． 激光器。由于脉冲氙灯作为泵浦源的效率及其寿命方面的限制 ． 星载激光技术发展缓慢 直到 ２ 世纪 ８ 年 Ｏ ０
用 来探 测与 行星 之 间的数据
Ｎ Ｒ激光 器 的主要 技术 指标 为 ： 脉 冲能量 ５ Ｊ重频 可 在 １ ，， ，Ｈ 之 间切换 。 宽 １～ ０ｓ功 耗 Ｌ 单 ｒ， ｎ ／ １２ ８ ｚ ８ 脉 ０ ２ｎ ，
２ Ｗ， 量 ５ ｇ ２ 质 ｋ。
技术方案采用半导体激光二极管泵浦的 Ｎ ：Ａ ｄＹ Ｇ晶体板条结构 ． 具体如下 ：
开始 了蓬勃 的发 展 ， 面将 以几个 标 志性 的测距 （ 高 ） 下 测 系统为 例 ， 明星载测 距激 光器 的发 展历 程 。 说
２１ 火 星观 测激 光 高度计 ．
１９ ９ ２年 ９月 ２ 日，美 国宇 航 局 （ Ａ Ａ） 为 了 对 火 星 进 行 观 测 ．发 射 了 火 星 观 测 者 号 飞 船 （ ｒ ５ Ｎ Ｓ Ｍａｓ
国外空间激光应用技术的发展
国外空间激光应用技术的发展在国内外科技水平的发展下，激光技术已经开始成熟，并在多个领域中得到了广泛的应用，在军事，地形测绘，科学观测，空间遥感，环境监测领域都有着巨大的发展潜力。
本文針对国外空间激光应用技术的发展进行阐述。
标签：空间激光应用技术；特点；发展1星载激光器星载激光系统能够进行清晰的科学观测，而且受到自然环境和天气的影响较小，是空间信息获取最重要的手段，也是卫星最重要的组成部分，在地形地貌测绘，空间遥感，环境监测方面都有着重要的作用。
上个世纪中叶，科学家们提出了星载激光雷达理念，美国实施登月计划时，就已经开始使用激光高度计，并且成功地绘制了第一幅月球表面图像。
但是由于受到技术的限制，使得激光器的使用寿命十分短暂，大大限制了它的应用情况。
随着科学技术的发展，激光二极管的出现带来了激光技术的巨大突破，优秀的性能延长了激光器的使用寿命，提高了使用效率，满足星载激光器的所有要求，成为了目前空间激光系统最主要的发射光源。
世界上主要的发达国家都在对空间应用激光系统进行研究，而美国已经有了初步的进展，从上个世纪开始，使用星载激光器获取了大量的科学数据，增强了人类对于太阳系的认知。
2.美国空间激光技术的应用最早使用星载激光器在1996年，美国发射的MOLA卫星，主要的目的是对与火星进行全球的地形测量，以求能够加深对于火星的了解。
这个卫星从1996年11月开始工作直到2001年失去联系，期间为了解火星提供了大量的数据信息。
2003年美国发射用于观测地球的卫星GLAS，这个卫星上搭载了三台激光器，设计思路也沿用MOLA卫星的想法。
2006年，2009年发射观测水星MLA和月球的探测卫星LOLA，其中MLA搭载的激光器要适应水星不断变化的热环境下实现队水星地表的观测。
LOLA中搭载的激光器则是对月球的月面斜坡信息的收集，以及对于月球引力场和质心的研究。
3 关键问题和发展趋势空间激光器现有的技术无法实现对星际空间的探索，卫星发射过程中产生的震动和冲击都会对空间激光器造成影响，而太空辐射，温度的变化，真空环境以及发射后得不可维护性更是一系列严重的问题。
ICESat-2 ATL03数据预处理及校正方法
〇 引言
近些年来，星 载 激 光 雷 达 凭 借 其 全 天 时 、高空间 分 辨 率 以 及 覆 盖 范 围 广 的 特 点 ，成 为 多 个 领 域 研 究 的 有效工具。2003年 1 月，美 国 N A S A 发射激光测高仪 系统 Geoscience Laser Altimeter System(GLAS)，搭 载 于 以 冰 、云 和 陆 地 高 程 卫 星 （Ice, Cloud and land Elevation Satellite, 丨CESat) 平 台 。该 系 统 被 用 于 测 量 冰被地形，同 时 也 监 测 云 层 和 大 气 的 特 性 ，提供云层 高度和厚度，有 助 于 提 高 短 期 天 气 及 气 候 预 报 能 力 。 2003年 到 2009年 在 轨 期 间 ，收 集 的 测 高 数 据 促 使 科学家对格陵兰岛和南极冰盖的总体质量变化有了 更 为 精 确 的 估 计 [1]。 为 了 延 续 ICESat的后续观测任 务 ，N A S A 于 2018年 9 月 1 5 日发射了地形激光测高 仪 系 统 （ Advanced Topographic Laser Altimeter System, ATLAS),搭 载 于 以 冰 、云 和 陆 地 高 程 卫 星 2 号 （The Ice, Cloud, and Land Elevation Satellite-2, ICESat-2)平 台 。ATLAS/ICESat-2将帮助科学家研究地球冰冻圈 发 生 变 化 的 原 因 和 幅 度 ；测 量 地 球 温 带 和 热 带 区 域 的 高程信息，并 对 全 球 森 林 植 被 信 息 进 行 评 估 [2]。不同 于 GLAS/ICESat 全 波 形 记 录 ，ATLAS/ICESat-2 采用 更 为 灵 敏 的 单 光 子 探 测 器 ，以 10 kH z的重复频率发 射 532 nm激 光 脉 冲 ，通 过 获 取 高 密 度 光 子 计 数 回 波 数 据 ，实 现 高 精 度 全 球 观 测 [\
国外星载激光测高卫星ICESat-2的最新进展综述
ICESat-2 径向轨道精度要求 2cm 以内；参考轨道间距不超过 800m 。表 1 列出 其参数指标。
表1 Table.1 ATLAS 参数指标 Parameter Index of ATLAS
[8]
项目 参数 项目 参数 发射时间 2017 年 重复频率 10kHz 周期 91 天 脉冲能量 250-900mJ 可调 预计寿命 5年 脉冲宽度 1ns 轨道类型 近极地重复轨道 轨道高度 600km 波长 532nm 轨道倾角 940 光斑直径 10m 高程精度 10cm 激光类型 连续二极管泵浦主振荡激光 设计质量 <10kg 4.3 关键技术 ICESat-2 代表新一代激光探测器的发展方向， 面对多种现代关键技术的挑战。 （1）硬件集成技术 为解决复杂的集成技术， 各个零部件需反复经过温度、 电磁等各种严格测试， 降低损伤的几率； （2）寿命维持技术 ICESat 第一个激光器采用含铟焊料过多，导致二极管阵列内的金导体被氧 [13] 化 ； 第二个激光器倍频器出现影像暗化， 能量快速损耗而停止工作[9]。 ICESat-2 需持续观测 5 年以上，需要避免出现上述情况。 （3）环境适应技术 为适应太空辐照、 极端温度和超强磁场的严酷环境， 将 ATLAS 送往地面真空 室以模拟太空环境。此外，ATLAS 采用铍材料能够降低其运行时的热胀冷缩。 （4）地形测量技术 为完成复杂地形测量，根据指标设计需采用微脉冲、高重频、微脉冲、多波 束的近极地重复轨道，此外波束需配对测量。 （5）效率与稳定兼容技术 平台移动过快，无法对准目标；停留时间过长损失效率，因此团队需要解决 测量过程中的效率和平台稳定性的兼容问题。 5 数据产品及应用 ICESat-2 数据分 0 级、1 级、2a 级、2b 级、3 级共五级产品，其中 0 级是 原始仪器数据、1 级是工程单元转换数据、2a 级是大地水准数据和高程数据、2b 级是衍生的地球物理沿轨数据、3 级是衍生的地理格网数据。 四种数据格式：Sigma Space MPL、MABEL、MATLAS、SIMPL。Sigma Space MPL 产生模拟数据， 分别设定一个次数阈值和数值阈值， 保留次数和数值大于其对应 阈值的有效返回数据，既可去除太阳噪声又能保留较少的极端高值；MABEL 是多 角度光束实验激光，记录光子返回处的三维坐标[14]；MATLAS 数据通过调整检测 信号和噪声探测产生模拟数据用于验证 ATLAS 性能；SIMPL 使用表面跟踪方法， 内部偏差稳定性还有待评价，地理定位数据也未完全校准。 若能解决 ICESat 激光器问题， 完成五年工作任务， 加上 ICESat 搜集的数据， 便可得到格陵兰和南极地区近 20 年的连续数据，可进行传统冰盖高程测量、海 冰厚度测量，还可用于森林冠层高度反演、地上生物量估计等方面。
星载海洋激光雷达测深回波分类方法及验证
星载海洋激光雷达测深回波分类方法及验证徐嘉; 苏云; 梁琨【期刊名称】《《航天器工程》》【年(卷),期】2019(028)006【总页数】8页(P73-80)【关键词】激光雷达; 海洋测深; 双视场; 回波分类【作者】徐嘉; 苏云; 梁琨【作者单位】北京空间飞行器总体设计部北京 100094; 北京空间机电研究所北京100094; 华中科技大学电子信息与通信学院武汉 430074【正文语种】中文【中图分类】P229激光雷达具有能量强、方向性好、波长短及分辨率高的特点。
星载海洋探测激光雷达可以全天时、高效率地获取海洋垂直剖面数据，能在海洋地形测绘和海洋环境监测，特别是近海岸带和海岛礁附近的浅水区域环境监测中发挥重要作用。
因此，发展星载海洋探测激光雷达是未来海洋遥感探测领域的趋势和前沿方向之一。
针对星载激光遥感存在作用距离远、信号弱、动态范围大、散射复杂等问题，国内外都在进行机载平台的先期体制和关键技术验证，为未来星载海洋探测激光雷达进行技术储备[1-2]。
目前，具有代表性的机载海洋激光探测载荷主要是加拿大的“海岸带测绘和成像激光雷达”(CZMIL)系统[3]、瑞典的“鹰眼”(Hawk Eye)系统[4]、荷兰的“机载激光回波测深”(LADS HD)系统[5]及美国的“机载氖脉冲激光雷达”(AOL)系统[6]。
这些系统基本上能实现对海洋0.15～50.00 m深度的测量，其测深精度可达到0.36 m。
我国对激光雷达测深技术的研究始于20世纪80年代，进行了相关技术研究和系统研制[7-12]。
目前，最新研制的Mapper5000系统[13]已经在南海某些海岛附近海域完成多架次飞行试验，获得南海岛礁的三维地形数据，其最大实测深度为51.00 m，最浅深度为0.25 m，测深精度为0.23 m，为我国星载海洋探测激光雷达发展奠定了良好的技术基础。
由于海水对激光能量的衰减很强，激光雷达接收的水下回波信号的动态范围非常大，在实现对深水微弱信号检测的同时，其海表及浅水回波信号容易造成探测器的饱和。
星载光子计数激光雷达数据森林高度及林下地形反演研究进展
第 54 卷第 11 期2023 年 11 月中南大学学报(自然科学版)Journal of Central South University (Science and Technology)V ol.54 No.11Nov. 2023星载光子计数激光雷达数据森林高度及林下地形反演研究进展李毅，朱建军，付海强，高士娟，吴可夫(中南大学 地球科学与信息物理学院，湖南 长沙，410083)摘要：森林高度是衡量森林生物量、森林生态系统碳汇的重要参数，位于森林下的地形(林下地形)是支撑国家重大基础设施建设、灾害监测的战略信息资源。
新一代星载激光雷达ICESat-2/ATLAS 采用一种多波束微脉冲的光子计数技术，以10 kHz 的重复频率对地发射激光脉冲，从而导致出现间隔为0.7 m 、光斑半径为8.5 m 的重叠光斑。
相比于ICESat-1/GLAS ，ICESat-2/ATLAS 具有更高的空间采样率以及对坡度的不敏感性，是目前反演森林高度参数和林下地形的重要手段。
本文介绍了ICESat-2/ATLAS 的主要参数指标，总结了各类误差因素对ATL08官方产品的影响，分析了各种森林区光子点云滤波方法、ICESat-2林下地形反演方法及森林高度参数反演方法的适用性及面临的主要问题，展望了ICESat-2/ATLAS 光子点云滤波、林下地形及森林高度参数反演的发展趋势及应用前景。
关键词：星载光子计数激光雷达ICESat-2；光子点云滤波；林下地形；森林高度；研究进展中图分类号：P237 文献标志码：A 文章编号：1672-7207（2023）11-4380-11Research progress on retrieving forest canopy height and sub-canopy topography from spaceborne photon-counting LiDAR dataLI Yi, ZHU Jianjun, FU Haiqiang, GAO Shijuan, WU Kefu(School of Geosciences and Info-physics, Central South University, Changsha 410083, China)Abstract: Forest height is an important parameter to measure forest biomass and carbon sink of the forest ecosystem. The topography under the forest(sub-canopy topography) is a strategic information resource supporting national infrastructure construction and disaster monitoring. The new generation space-borne lidar ICESat-2/ATLAS adopts a multi-beam micro-pulse photon counting technology for the first time, with a repetition frequency收稿日期： 2023 −01 −12； 修回日期： 2023 −03 −25基金项目(Foundation item)：国家自然科学基金资助项目(41904004，42030112，62207032)；中南大学中央高校基础科研基金资助项目(506021729) (Projects(41904004, 42030112, 62207032) supported by the National Natural Science Foundation of China; Project(506021729) supported by the Fundamental Research Funds for the Central Universities of Central South University)通信作者：朱建军，博士，教授，从事测量平差与数据处理、复数平差理论及其在InSAR/PolInSAR 中的应用研究；E-mail ：***********.cnDOI: 10.11817/j.issn.1672-7207.2023.11.016引用格式： 李毅, 朱建军, 付海强, 等. 星载光子计数激光雷达数据森林高度及林下地形反演研究进展[J]. 中南大学学报(自然科学版), 2023, 54(11): 4380−4390.Citation: LI Yi, ZHU Jianjun, FU Haiqiang, et al. Research progress on retrieving forest canopy height and sub-canopy topography from spaceborne photon-counting LiDAR data[J]. Journal of Central South University(Science and Technology), 2023, 54(11): 4380−4390.第 11 期李毅，等：星载光子计数激光雷达数据森林高度及林下地形反演研究进展of 10 kHz to the ground. Compared with ICESat-1/GLAS, ICESat-2/ATLAS has a higher spatial sampling rate and insensitivity to slope and is currently important data for inverting the forest canopy height of forest ecosystems and sub-canopy topography. Some main indicators of ICESat-2/ATLAS were introduced and the influence of various errors on ATL08 products were summarized. The applicability of various photon point cloud filtering methods sub-canopy topography inversion and forest canopy height inversion were analyzed. The research progress and application prospects on photon point cloud filtering, sub-canopy topography inversion, and forest canopy height retrieval were put forward.Key words: space borne photon-countiong LiDAR ICESat-2; photon cloud filtering; sub-canopy topography;forest height; research progress森林生态系统是地球上最大的陆地碳库之一，拥有世界3/4以上的陆地生物[1]，通过“碳汇”和“固碳”的方式调节全球范围内二氧化碳的含量[2]，控制着全球碳循环。
非平衡状态下星载三维激光雷达图像畸变研究
２１ ０ １年 ２月
字 航 学 报
Ｊ ｕｒ ａ ｆＡｓｒ ｎ ｕ ｉｓ ｏ ｎ ｌｏ ｔｏ ａ ｔｃ
Ｖｏ ． ２ １３
Ｎ０ ２
．
Ｆｅ ｒ ａ ｙ ２ ｂ ｕ ｒ ０１ １
非 平 衡 状 态 下 星 载 三 维 激 光 雷 达 图 像 畸 变 研 究
ｍｅ ｓ ｒ ｏ ａ ｄｉ ｎ ｐ ａ ｔ． Ｈｏ ｖ ｒ ａ ＤＡＲ ｓ ｐｅ ｏ ｍｉ ｇ， ｉｓｐｌｔｏ ｍ ｎ ｖ ｔｂ ｙ ｓ ｋ ｓ ｏ ｖ ｓ ｓｉｈ ｌ ａ ｕ ｅ ｆ ｒｌｎ ｎｇ ｏ ｌｎｅｓ ｗｅ ｅ ， ｓＬＩ ｉ ｒ ｒ ｎ ｆ ｔ ａ ｆｒ ｉ ｅ ｉａ ｌ ｈａ ｅ ｒｍｏ ｅ ｌｇ ｔｙ
２ Ｓ ａ ｇ ａ ｎ ｔ ｕ ｅ ｏ ｅ ｈ ｉａ ｈ ｓｃ ，Ｃｈ ｎ ｓ ａ ｅ ｉ ｏ ｃ ｅ ｃ ｓ ． ｈ ｎ ｈ ｉＩ ｓｉ ｔ ｆＴ ｃ ｎ ｃ ｌＰ ｙ ｉ ｓ ｔ ｉ ｅ ｅ Ａｃ ｄ ｍ ｃ ｆＳ ｉｎ ｅ ，Ｓ ａ ｇ ａ ０ ０ ３ ｈ ｎ ｈ ｉ２ ０ ７
雷 达 成 像 的影 响 ， 研究 了在 不 同扫 描 周 期 内三 维激 光 雷 达 图 像 变 形 。实 验 结 果 表 明 ， 了受 到 仪 器 本 身 测 量 精 度 除 的影响之外 ， 激光 雷 达 获 取 图 像 质 量 还 与 扫 描 时 间 、 像 区域 密 切 相 关 。 利 用 高 分 辨 率 的 星 载 测 时 与 测 姿 装 置 可 成 以 修 正 系 统 性 的 地 形 畸变 ， 是 仪 器 误 差 也 会 引入 到 纠 正 后 的 图 像 之 中 。 按 照 现 有 的平 台 姿 态 测 量 水 平 ， 制 激 但 控 光 雷 达 成 像 时 间 是 它 辅 助 导 航 着 陆 能否 成 功 的关 键 。 关 键 词 ：遥 感 ； 光 雷 达 ；图像 变 形 ；软 着 陆 ；非 平 衡 激 中 图 分 类 号 ：Ｔ ９ ８ Ｎ ５ 文 献 标 识 码 ：Ａ 文 章 编 号 ：１ ０ —３ ８ ２ １ ） －４ ７０ ０ ０ １ ２ （ ０ １ ２０ ０ —７
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
国外星载激光雷达研究进展郭商勇;胡雄;闫召爱;程永强;郭文杰【摘要】Space-borne lidar could provide us with high accurate data of global detection and play more and more important role in earth observation .The development of space-borne lidars in USA and Europe was introduced in brief .Working principle , detection system and detection results of geoscience laser altimeter system spaceborne lidar , cloud-aerosol lidar with orthogonal polaritation and atmospheric laser Doppler spaceborne lidar wind measurement were summarized indetail .The construction and materials of the receiving telescopes of the above 3 spaceborne lidars were analyzed .The study provides some reference for the research of space-borne lidars in China .%星载激光雷达可以获取全球的高精度地球探测数据，在对地观测中起到越来越重要的作用。
介绍了美国和欧洲星载激光雷达的发展历程。
从探测原理、探测系统和探测结果等方面分别对地球激光测高系统星载激光雷达、正交偏振云-气溶胶星载激光雷达以及大气激光多普勒测风星载激光雷达进行了详细介绍。
并对3台星载激光雷达的接收望远镜的结构和材料进行了分析。
可以为我国星载激光雷达的研究提供参考。
【期刊名称】《激光技术》【年(卷),期】2016(040)005【总页数】7页(P772-778)【关键词】激光光学;星载激光雷达;遥测;大气探测【作者】郭商勇;胡雄;闫召爱;程永强;郭文杰【作者单位】中国科学院国家空间科学中心，北京100190;中国科学院国家空间科学中心，北京100190;中国科学院国家空间科学中心，北京100190;中国科学院国家空间科学中心，北京100190;中国科学院国家空间科学中心，北京100190【正文语种】中文【中图分类】TN958.98;P111.5地球大气层是人类赖以生存的外部环境，与人类的生存和生活密切相关，长久以来人们一直在努力研究地球大气及其变化对气候产生的影响。
同时地球地理特征、海洋信息等也是影响地球大气及气候变化规律的重要因素。
当研究大气的全球特征时，人们需要获取大范围甚至全球范围的地球大气信息，而这是地基探测设备所不能满足的。
相对于地基设备的不可移动性及探测区域的单一性，星载设备的优势在于可以提供全球分布的探测数据，包括如沙漠、极地、海洋等人们无法到达的地区，而且直接从高空进行大气探测，还可免受低层大气的影响，从而获取高质量的探测结果。
自从前苏联于1957-10-04成功发射了世界上第1颗人造卫星以来，世界各国已发射了多种类型的卫星进行地球观测。
星载激光雷达是20世纪60年代发展起来的一种高精度地球探测技术，它利用激光束进行探测，由于其波长较短，可以探测到气溶胶和大气分子等直径较小的微粒并获取其在大气层中的分布信息。
到目前为止，已发射的多台星载激光雷达证明了其在地球观测中的独特优势[1-4]。
早期的星载激光雷达多以测距为主，如美国国家航空航天局(National Aeronautics and Space Administration,NASA)于1996年发射了NEAR和SLA01测距激光雷达[5-6]。
得益于激光器技术和激光雷达探测技术的发展[7-9]，星载激光雷达逐渐探测更多的大气参量。
2003-01-13，NASA发射了第1颗主要用于极地冰量测量的冰、云和陆地海拔测量卫星(ice,cloud and land elevation satellite,ICESat)，搭载了地球激光测高系统(geoscience laser altimeter system,GLAS)，ICESat还可同时给出全球分布大气云层和地貌数据[10-11]。
2006-04-28，NASA和法国国家航天中心(Centre National D’Etudes Space,CNES)合作研制的正交偏振云-气溶胶激光雷达(cloud-aerosol lidar with orthogonal polarization,CALIOP)成功发射，用以探测气溶胶和云的光学性质与形态的垂直分布廓线，成为世界上首台应用型的星载云-气溶胶激光雷达[12-13]。
欧洲航天局(European Space Agency，ESA)在2000年开始实施大气激光多普勒测量设备(atmospheric laser Doppler instrument,ALADIN)项目，直接从太空探测全球大气的3维风场，目前激光发射系统和信号接收系统都已测试完毕，计划于2016年发射升空。
我国于2007年发射的第1颗月球探测卫星“嫦娥一号”上搭载了1台激光高度计[14]，实现了卫星星下点月表地形高度数据的获取, 为月球表面3维影像的获取提供服务，是我国发射的首例实用型星载激光雷达。
近年来,国内多家单位也开始进行星载激光雷达的研究[15-17]。
本文中从探测原理、探测系统等方面分别对不同类型的星载激光雷达GLAS,CALIOP和ALADIN的发展史进行了详细介绍，并从材质和结构设计方面分析了星载望远镜系统的特点。
GLAS激光雷达采用双波长工作模式，波长分别为1064nm和532nm，专门用于测量极地冰量，同时探测全球分布的地貌和大气云层数据[18-19]。
设备运行于600km的近圆形轨道，轨道周期为8d。
2009年10月，卫星上的最后一台激光器停止工作，NASA于2010年2月宣布ICEsat科学任务结束。
1.1 探测原理GLAS激光雷达发射的1064nm激光束用于地形测量，1064nm和532nm激光共同用于云和气溶胶等大气特性测量。
高度探测的原理是通过测量自激光脉冲发射至接收到地面回波信号的时间间隔T，计算光在该时间间隔内所经过距离的一半，即为探测器设备至地面的距离H，距离计算如下：式中，c为真空中光速。
探测器在空中的位置可由携带的全球定位系统(global positioning system,GPS)设备精准定位，同时配合星载相机和陀螺仪等设备，激光束的方向也可精确确定，这样激光束在地面上的投射点便可精确定位，激光束所经之处的地形图也就绘制出来了。
GLAS的探测精度极高，在大气透过率大于50%、地面坡度小于5°的情况下，其高度测量误差小于0.1m。
1.2 探测系统GLAS的激光发射系统拥有3台相同的半导体抽运Nd∶YAG激光器，工作状态下只使用其中一台，另外两台作为备用以延长激光雷达系统的使用寿命。
为获取较高的峰值能量，激光器采用调Q技术，将脉宽压缩至4ns，系统参量见表1。
GLAS有两个信号检测通道，532nm检测通道中使用了一个带宽为30pm的标准具和一个带宽326pm的干涉滤光片组成了滤波系统，即使在白天也可以获得高信噪比的信号。
该滤波系统的总带宽可在标准具的自由光谱范围内调节，以兼容3台不同激光器波长的微小差异及工作状态下每台激光器波长的微小变化，1064nm 检测通道则使用了一个1nm宽的滤光片。
图1为GLAS的结构示意图，其中-Z 指向与测地学天底方向偏离0.3°(垂直于地球椭球)；为使太阳充分照射电池板，ICESat有两种飞行模式，X轴为飞机模式下的速度方向，Y轴为帆船模式下的速度方向[20]。
1.3 探测结果在长达7年左右的运行周期中，GLAS共开展了15次观测任务，每次持续33d，主要进行冰盖高程测量、海冰厚度测量等，精确测量冰盖的扩张和收缩，同时评估冰盖物质平衡和对海平面上升的贡献，以及导致冰盖消长的积累率、表面消融和排冰量等因素的变化情况。
此外，GLAS还可用于测量植被高度和陆地生物量，以及应用于其它多个交叉学科。
图2为GLAS激光雷达探测到的格陵兰岛冰层和冰流在2003年～2009年这6年间变化情况。
CALIOP星载正交偏振双波长激光雷达用于探测全球范围的气溶胶和云层垂直剖面及其光学特性[21-22]，增加人们对云、气溶胶及其相互作用的认识，提高数值天气预报能力和对气候的研究能力。
云-气溶胶激光雷达和红外探测(cloud-aerosol lidar and infrared pathfinder satellite observations,CALIPSO)卫星属太阳同步极轨卫星，轨道高度705km，轨道倾角98.2°，探测范围82°N至82°S，水平分辨率333m，垂直分辨率60m，轨道重复周期16d,在轨工作时间8年。
2.1 探测原理CALIOP利用1064nm和532nm的线偏振激光束激发大气回波信号，根据微粒对线偏振激光的散射理论[23]，后向散射信号中包含平行分量和垂直分量两部分，回波功率的激光雷达方程如下：定义回波信号的退偏振比，见下式:对于随机取向的卷云和大气气溶胶粒子，可以认为消光系数αp(z)=αs(z),令K为两个偏振通道的系统常数比，即K=Kp/Ks,则(4)式可以写成如下形式:将各高度z处的平行分量Pp(z)和垂直分量Ps(z)以及系数K代入(5)式,即可计算出大气退偏振比的垂直廓线δ(z)。
计算大气退偏振比可以判断大气微粒的形状，一般的气溶胶、云或水云中的小水滴都为球形,散射信号的垂直分量较小，退偏振比较低；而冰云中的冰晶和沙尘气溶胶一般为非球形，散射信号中的垂直分量较大，退偏振比较高(一般大于10%)。
通过比较CALIOP获取的532nm回波信号的退偏振比，可以判断不同高度上分布的微粒形状，将沙尘气溶胶与一般性气溶胶区分开来。
由散射理论，微粒对光的散射强度与微粒直径有关，直径大的颗粒，如沙尘、水云微粒(直径是10μm量级),其散射强度对波长的依赖性关系较小，两波长回波信号强度之比可接近于1；而直径较小的颗粒，如大气气溶胶，对短波长光的散射强度要大于长波长，两个波长的回波信号比就较小。
通过比较CALIOP获取的同一高度处微粒对两个不同激光波长的散射强度，可以推断出该高度粒子的类型。