第1章绪论
　　1.1研究背景和意义
　　在生物物种丰富的地区，自然植被群落通常呈现林-灌-草立体分布，不同高度处光照、水分和养分有较大差异，探测这种复杂三维立体分布特性不仅是精确的生态系统监测和管理的需要，而且对病虫害早期预警、预估生态系统演化等研究具有重要意义，可以有效推动林业、草原和农业管理水平提高，对生态环境和全球气候变化等科学研究也有一定的促进作用（李小文和王锦地，1995；牛铮和王长耀，2008）。
　　植被生理结构参数和生化组分参数的遥感反演，在近20～30年来遥感走向定量化过程中始终被重点关注。高精度地重建冠层辐射传输过程以获取叶面积指数和叶向分布，以及重建叶片辐射传输过程以获取叶绿素、水分、蛋白质、纤维素、木质素等多种生化组分的含量信息，是定量遥感的长期目标。在此基础上，建立遥感过程中的冠层-叶片联合辐射传输理论，厘清多种生理生化参数一体化反演的思路，也被认为具有重要的理论意义和实用价值。这一理论的不断完善和实际需求的增加，很大程度上促进了多角度和高光谱两种新型被动光学遥感技术的发展。
　　多角度遥感是提取植被冠层生理结构信息最有力的技术手段。这一技术重点利用了电磁波的方向特性，通过探测植被冠层表面方向反射信息，结合辐射传输建模及其反演理论，有效提取植被叶面积指数和叶向分布。20世纪80年代末90年代初，随着新型遥感器研制的推动，以几何光学模型和辐射传输模型为基础的多角度遥感研究蓬勃发展（牛铮，1997）。21世纪以来，围绕叶面积指数实用化卫星反演，相关科研工作者开展了更深入的研究，如考虑植被间隙率等参数对反演结果的影响等（Chenetal.，2002）。
　　高光谱遥感则利用了电磁波的光谱特性，通过探测植被叶片光谱吸收信息，提取植被叶片生化组分含量。20世纪80年代中后期，美国地球系统科学委员会指出：新的成像光谱遥感技术可以估算植物生物化学组分，解释生态系统的特点，因此要开展这方面的基础研究，并发展广泛适用有效的监测方法。美国国家航空航天局（NASA）制订了冠层化学促进计划（ACCP），推动开展了致力于理解电磁辐射与植物叶片、冠层相互作用机理的研究。早在“九五”期间，作者带领的课题组就在国内率先开展了高光谱遥感提取植被生化组分信息的工作（牛铮等，2000），在后续几个五年计划/规划的863（国家高技术研究发展计划）、973（国家重点基础研究发展计划）等项目的支持下，研究人员对农作物生化组分的遥感提取开展了大量工作（程乾等，2004；王纪华等，2003）。2003年，作者团队还在国家自然科学基金委面上项目“植物冠层碳氮比遥感定量反演研究”（40271086）的支持下，开展了相关工作。
　　上述两种遥感技术的联合，可以综合反演一系列的植被生理生化参数。但是这种方法有一个缺点，即仅能反演所关注参数的总量或平均量，而对各参数的垂直分布信息的提取无能为力。在实际立体生态系统中，我们经常会发现，植被株型（叶面积密度垂直分布）会影响植被光合作用能力，植被冠层上部和下部的叶片叶绿素含量有较大差别等。Knyazikhin等（2013）在PNAS（美国科学院院刊）发文表明，利用高光谱遥感数据反演植被氮含量时，如果不能对植被垂直结构进行很好地描述，反演结果会有极大的不确定性。垂直分布信息遥感提取手段的匮乏，一方面使我们失去了判断植被生长状况的更多立体信息，只能将三维植被结构置于二维平面上表达；另一方面也会使反演的各种参数与实测相比存在较大的偏差，无法重构准确的辐射传输过程。因此，能否以及如何利用遥感技术准确提取植被生理生化参数的垂直分布信息，就成为未来研究的突破口和创新点。
　　与被动光学遥感不同，激光雷达遥感器主动发射激光脉冲，通过分析回波电磁波的相位特性和强度特性，获取地表覆盖起伏和垂直形状的波形信息，目前已在植被垂直结构特征的获取方面得到了广泛的应用，即激光雷达遥感有可能获得植被叶面积密度的垂直分布信息。激光雷达与被动高光谱协同进行理化参数提取受到广泛关注，但是受到两种传感器成像方式差异的影响，其在实际应用中面临着较大的困难。因此，激光雷达探测机理能否直接用于植被生化组分参数垂直分布信息的探测？这是有可能的。原因在于，探测生化组分含量信息的原理是，在相关组分的特定吸收波段获取植被叶片窄波段光谱信息，如高光谱遥感一样。而激光是单色光，波段足够窄，只要采用多波段的探测方法并结合波形信息，就有可能探测植被不同高度的生化组分含量。
　　激光雷达对地探测系统是一种新兴的主动遥感探测技术，可以获取观测目标和探测器之间的距离信息，测量距离可以被映射到三维点云中，从而快速获取观测目标的三维空间信息（Mallet andBretar，2009；张小红，2007）。除了三维空间几何测量外，大多数激光雷达系统还可以测量被扫描物体表面的激光反向散射强度。当前激光雷达系统记录的反向散射信号，包括离散型和全波形激光回波信号。结合某一波长的激光反向散射强度数据，还可以实现地物分类，如冰川、树木和雪的分类（Alexander et al.，2010；Hofle，2014；Kukkonen et al.，2019），以及植被结构和生物量信息评估，如叶面积分布（Hopkinson et al.，2013；Morsdorfet al.，2009）、叶水含量（Gaulton et al.，2013）和叶面积指数（Lin and West，2016；郭庆华等，2014）等。然而，目前激光雷达主要采用单色波长激光雷达系统进行对地遥感探测，尽管其拥有较强的三维空间结构探测能力，但由于单个激光波长无法测量地物的光谱信息，因而缺少对地物属性和色彩信息的探测能力。
　　高光谱激光雷达是近些年来出现的新型遥感探测设备，其激光器不同于传统商业化的单色激光器，而是超连续谱脉冲（白光脉冲），该脉冲可以发射具有宽光谱范围的激光脉冲。当发射的激光脉冲与目标进行相互作用后，高光谱激光雷达的接收装置通过滤光片、光栅等光谱分光方式获取各个光谱波段的反向散射信号，从而构建目标物的高光谱三维点云。高光谱激光雷达结合了被动光学遥感和传统激光雷达探测器的优势，可以在不受光照条件、地面阴影、冠层结构等因素干扰的条件下，获取目标物具有丰富光谱信息的三维点云（Gongetal.，2012；Niu et al.，2015；Wang et al.，2016；龚威等，2021）。因此，高光谱激光雷达作为一种新型遥感技术，具有对植被结构参数和生化组分的一体化提取能力，在提取作物的精细表型和作物育种方面具有很大潜力（高帅等，2018）。相比于其他光谱点云的获取方法，即激光雷达与光谱数据融合、多个激光传感器点云配准、运动结构恢复（structure frommotion，SFM）算法，高光谱激光雷达避免了数据采集、数据融合和数据配准等问题，可以实现更高效、更精准的光谱三维点云数据获取。
　　高光谱激光雷达结合了激光雷达探测和高光谱探测成像的优势，通过激光光源主动发射宽谱段激光脉冲并探测后向回波，从回波中提取被测目标的光谱信息和测距信息，并从中获取被测目标的几何特性、距离信息、光谱特征等属性，其充分结合了激光雷达主动探测、高精度三维信息与高分辨率光谱信息同时获取的优势。在森林环境中，超连续谱激光可以通过小间隙穿透密集的树冠，因此更详细的生物物理和生化参数的空间分布可以通过目标对激光脉冲响应的回波波形数据来揭示。这在森林地区尤其重要，因为激光雷达系统可以测量树冠高度、树冠结构、树冠覆盖度和地上生物量等。植被的结构参数和生化组分信息互为一体，对二者的同时获取可以更加准确而高效地提取森林立体分布特征、作物表型信息等，加深对作物理化性质的认知，并可以进行器官分割、病虫害探测等更深入的分析（Behmann et al.，2015）。某些波长的回波能量与叶片生物化学有关，可用于估算叶片水分含量、氮素含量和叶绿素含量等。从全波形高光谱激光雷达数据中获取森林知识是有效和全面了解森林在气候变化下生物量变化和碳循环中的作用的关键一步（Bi et al.，2020；Sun et al.，2018）。相较于传统的激光雷达探测成像技术和被动光谱成像技术，高光谱激光雷达提供的额外光谱信息将单波长激光雷达测量范围扩展到光谱三维，因此具有更大的定量遥感应用潜力及更强的适应性。
　　综上所述，植被生理生化参数具有立体分布的特征，表现在水平分布上的不均一性，同时在垂直方向上的异质性。目前，被动光学遥感只是在水平方向参数反演方面具有较高的精度，对于具有垂直方向分布的特征参数，如叶面积密度分布、生化组分垂直分布等均不能进行很好地反演，只能对“立体柱”总量或平均量进行描述，不能反映其垂直分布状况。高光谱激光雷达遥感能综合反演植被生理生化参量水平分布和垂直分布，其研究对于发展植被辐射传输理论，为新一代遥感器研制提供理论和实验基础具有重要意义。
　　1.2国内外研究现状综述
　　1.2.1基于被动遥感的植被理化参数反演
　　1.植被的光谱特性
　　地物都有相应的电磁辐射规律，植被与入射光之间的吸收、反射和透射等一系列相互作用形成了植被特有的光谱特性，构成了遥感探测器获取植被生理生化属性的基础（Bergeret al.，2020；Liu et al.，2020）。叶片反射光谱曲线同时受叶片表面属性、内部结构和生化组分的影响，叶片内不同的生化组分对应着特定的光谱吸收波段。
　　在可见光波段（400～700nm），植被的反射率主要受到叶片各种色素（叶绿素、叶黄素、叶红素、类胡萝卜素等）的影响，其中，叶绿素含量的影响最大，且该色素在可见光范围内形成两个吸收谷和一个反射峰，吸收谷分别位于450nm附近的蓝色波段以及650nm位置处的红边波段，而反射峰则位于550m处的绿边波段。红外波段主要分为四个区段：近红外波段（700～1000nm）、短波红外波段（1000～2500nm）、中红外波段（3000～5000nm）和远红外波段（8000～12000nm）。近红外波段，植被的光谱主要受叶片内部的结构影响，具有反射率和透射率高、吸收率低的特点。可见光与近红外“红边”区域（670～760nm）是一个重要的植被监测特征区域，广泛应用于叶绿素、类胡萝卜素等参数的提取，植被的反射率从760nm处波段起迅速升高，且随着植被叶绿素含量的增加，光谱反射曲线会产生“红移现象”，即计算的红边位置（一阶导数的最大值）向长波方向移动。在短波红外波段，植被的反射率主要受到水分吸收和蛋白质含量的影响，水分在1450nm和1950nm附近具有两个明显的吸收带。中红外和远红外波段也称为热红外区域，一般用来提取植被的温度特征。此外，植被的光谱曲线与植物的类型、生长时期以及健康状态等因素密切相关，如植被患病时，由于吸收带处的吸收强度减弱，植被的颜色会随之产生变化。
　　遥感技术可以在不接触植物的前提下，通过光谱探测的方式获取目标属性，因此得到了更加广泛的关注。植被各生化组分的光谱吸收谱段往往比较窄，且对于木质素、纤维素和蛋白质等，其光谱吸收特征也更为复杂。因此，利用宽波段的遥感探测器进行目标生化组分探测时，传感器的光谱分辨率可能会大于生化组分光谱吸收处的光谱宽度，导致传感器获取的光谱波段信息只是植被在光谱区间内的平均反射率，而无法精准探测到各生化组分的吸收特性。
　　2.生化参数反演
　　随着光学遥感探测器从多光谱到高光谱的不断发展，植被生化组分的反演方法也逐步得到扩展，主要划分为四大类方法：参数回归（Kalacskaet al.，2015；Niu，2010；Tian et al.，2014；Zarco-Tejadaetal.，2001；牛铮等，2000）、非参数回归（Gewali，2018；Rivera-Caicedo et al.，2017；Yao et al.，2015）、物理模型方法（Atzberger et al.，2015；Feret et al.，2015；Sun et