在2021年两会上，我国承诺2030年前实现碳达峰，二氧化碳的排放不再增长；然后通过植树造林、节能减排等形式，抵消自身产生的二氧化碳排放量，争取2060年前实现碳中和。森林是重要的自然生态系统，是实现碳中和的关键一环，准确而高效地监测森林的碳汇能力具有十分重要的意义。本项目利用无人机遥感估测森林生物量和蓄积量，攻克联合激光点云与光谱影像的样地生物量和蓄积量估计、构建遥感数据地物响应信息与生物量和蓄积量之间的估算模型等关键技术。

图1 项目实施技术流程图

图1为本项目的技术流程。使用卷尺和测高仪的传统方法，在工作强度和效率上均有待提高，本项目使用地面激光雷达（TLS）和无人机激光雷达（UAV）准确获取单木的胸径和树高参数，提高了原始手工作业的效率，可以更准确的获得森林的生物量和蓄积量。

图2 实地采集的样地数据

采集数据包含4个树种，14个样地和43个地面站，每个地面站以站心为基准，取30m×30m的范围提取各单木的位置和胸径参数，每个样地包含2-5个地面站不等，14个样地同步采集了无人机点云、多光谱和可见光数据。

图3 数据预处理

地基激光雷达能够获取森林样地的详细三维点云数据，但对树冠上层的采样能力不足。无人机的观测视角可以获取完整的森林冠层信息，但对林下植被的描述能力有限。地基与无人机提供了互补的视角，通过对地基和无人机点云进行配准可以获取完整的森林三维结构信息。将从无人机和地基点云中提取的单木位置作为配准基元，构建特征三角形，根据相似性度量，寻找同名三角形对，由此计算无人机和地基点云之间的配准转换参数。

图4 单木胸径和树高参数的自动提取

单木的树高和胸径是森林资源调查的基本任务，也是刻画森林生长状态和发展趋势的重要指标。本项目提出了一种从地面站激光雷达和无人机激光雷达点云中自动提取胸径和树高参数的方法。首先，利用单木近似垂直于地面的特征，划分不同大小的水平格网，统计各网格内的点数、高差等特征值，并利用这些特征值组合，从 TLS 和 UAV 点云中提取单木；然后，从 TLS 单木点云的树干截取不同厚度的点云切片，使用 RANSAC算法拟合胸径参数，并从 UAV 单木点云中量测树高。

图5 生物量和蓄积量估测结果

从高光谱卫星影像中提取森林区域，并利用光谱和纹理信息进行树种识别，根据不同树种，由单木的树高、胸径和冠幅参数，获得单木的生物量和蓄积量，将点云块内所有的单木累加，得到整个区域内的生物量和蓄积量。