大光斑高光谱激光雷达辐射传输模型:
垂直视角解锁叶绿素分布密码
当森林的 "健康密码" 藏在垂直分层的枝叶间，传统遥感技术难以触及森林冠层中下层的生化奥秘？
近日，电子科技大学定量遥感团队白杰副研究员（师资博士后）在遥感领域国际顶级期刊International Journal of Applied Earth Observation and Geoinformation发表研究。该研究通过首个大光斑全波形高光谱激光雷达(Full-waveform large-footprint hyperspectral LiDAR , LFHSL)辐射传输模型 ，首次从垂直分层光谱视角揭示森林叶绿素分布异质性，创新性提出 "光谱指数时间廓线（Spectral Index Time Profile, SITP）" 概念，探索大光斑高光谱激光雷达在复杂森林区域分层植被健康状况诊断潜力，让乔木、灌木、草本层的叶绿素含量精准 "显形"。这项研究从理论视角破解了复杂森林垂直生化监测的技术瓶颈，更为大光斑多光谱/高光谱星载激光雷达传感器研发提供了关键指引，助力森林健康管理与异常扰动早期预警！
期刊名称：
International Journal of Applied Earth Observation and Geoinformation
所属分区：中国科学院一区TOP
IF：8.6
第一作者：白杰 副研究员
通讯作者：李世华 教授
1 研究背景
复杂森林的垂直结构与光谱异质性是遥感监测核心难题，叶绿素等生化成分的垂直分布直接关联森林健康与生态功能。传统被动光学遥感仅能捕捉像素平均反射辐射，传统 LiDAR 缺乏光谱信息，二者融合技术又受困于数据融合瓶颈，难以精准获取中下层冠层生化数据。新兴高光谱 LiDAR 虽有潜力，但大光斑场景验证不足，无法满足大范围监测需求。本研究率先从理论视角，通过构建大光斑高光谱激光雷达辐射传输模拟模型，揭示了大光斑高光谱激光雷达森林分层健康状况诊断能力。研究成果丰富了森林垂直分层光谱监测的基础理论，更为星载激光雷达传感器研发提供关键支撑，对森林健康管理与异常扰动早期预警监测具有重要理论意义。
2 研究方法
LFHSL 模型构建：基于 RAPID 辐射传输模型框架，研发大光斑全波形高光谱 LiDAR 模拟模块，涵盖 32 个离散波长（400-2400nm），本文依据中国科学院空天信息创新研究院高光谱激光雷达设备的有效范围，设置 410-1030nm，光谱分辨率 20nm，激光光斑直径设为 35m，可模拟复杂森林场景的大光斑全波形高光谱回波波形。
图片
虚拟森林场景设计：构建三组森林模拟实验，均包含树木、灌木、草本三层结构：
实验一（固定位置）：保持植被空间位置不变，仅改变各层叶绿素含量，验证波形对垂直分层生化状态的区分能力；
实验二（随机叶绿素）：固定植被结构参数，随机分配各层叶绿素含量（0-80μg/cm²），开展 300 次模拟，测试大光斑高光谱激光雷达量化森林分层叶绿素含量分布异质性的能力；
实验三（随机位置 + 叶绿素）：植被空间位置和叶绿素含量均随机变化，开展 300 次模拟，评估大光斑高光谱激光雷达诊断分层叶绿素含量水平时对森林中植被位置的敏感性。
创新指标与反演方法：提出 "光谱指数时间廓线（SITP）" 概念，表征激光路径上光谱指数的时序变化趋势（时序对应垂直空间距离维度，亦称光谱指数距离廓线），并选取 4 种常用光谱指数（CIgreen、NDVI、PRI、CARI），通过线性回归方法反演叶绿素含量，以 R² 和 RMSE 作为评估指标。
3 研究内容
- 验证 LFHSL 模型的基础性能：通过实验一的两组对比场景，观察高光谱回波波形是否能反映不同层叶绿素含量的差异，初步验证模型的可行性；
图片
-
评估 SITP 指标的有效性：分析 4 种光谱指数对应的 SITP 曲线，判断其捕捉叶绿素垂直分布特征的能力，筛选最优光谱指数；
-
量化叶绿素垂直反演精度：通过实验二，探究固定结构下模型对随机叶绿素含量的反演效果，对比树木、灌木、草本层的反演性能差异；
图片
- 测试模型的鲁棒性：通过实验三的 "双随机" 场景，分析植被空间位置对反演结果的影响，验证模型在复杂森林结构中的适用性；
图片
- 明确模型的敏感性：对比植被位置模式和叶绿素含量对 SITP 曲线的影响，判断模型对生化参数的敏感程度。
4 研究结论
本研究在构建首个大光斑全波形高光谱激光雷达（LFHSL）模型的基础上，创新性提出 "光谱指数时间廓线（SITP）" 概念，从垂直分层视角量化了森林叶绿素垂直分布异质性；超 600 次模拟实验显示出大光斑高光谱激光雷达模型有望有效反演复杂森林不同高度处叶绿素含量平均水平，其中，上层树木和下层草本层反演精度最高，中间层灌木层因受上层树冠遮挡估算精度相对较低（R²=0.801，RMSE=9.97μg・cm⁻²），此外结果显示模型对叶绿素含量的敏感性显著高于植被空间位置分布。上述发现不仅证实了 LFHSL 在复杂森林垂直植被健康监测中的可靠性与应用潜力，更为激光雷达模型研发及星载大光斑多光谱 / 高光谱 激光雷达传感器设计提供了关键支撑，对森林健康管理与异常扰动早期预警具有重要基础理论意义和实践价值。
文章信息
Bai, J., Huang, H., He, B., Ma, L., Gao, S., Peng, S., Yang, X., Hao, Y., Dong, Y., Bi, K., Wang, L., Li, S., & Niu, Z. (2026). The first large-footprint hyperspectral LiDAR model to attempt to reveal forest chlorophyll distribution heterogeneity from vertically layered spectral perspective utilizing 3D radiative transfer modeling. International Journal of Applied Earth Observation and Geoinformation, 146, 105060. https://doi.org/10.1016/j.jag.2025.105060
基金支持
本研究获得国家自然科学基金青年科学基金C类项目(42501432)、国家自然科学基金面上项目(42371382; 42171377)、国资计划B档(GZB20250062)、遥感与数字地球全国重点实验室开放基金(OFSLRSS202516)等支持。
作者简介
白杰，男，电子科技大学副研究员，师资博士后，山西兴县人。长期从事高光谱激光雷达遥感理论、设备与关键技术研究。获得中国科学院院长优秀奖(2023)、中国科学院百篇优秀博士学位论文(2025)、中国激光雷达青年科学家奖(2025)、全国激光雷达优秀博士学位论文奖(2024)等。主持国家自然科学基金青年科学基金C类项目、国资计划B档、遥感与数字地球全国重点实验室开放基金、博士后面上项目、四川省文物考古研究院横向项目等课题7项。至今共发表SCI论文17篇，其中第一作者在遥感领域国际权威期刊RSE(2)、ISPRS(1)、IEEE TGRS（2）、JAG(1)等发表SCI论文7篇，出版《植被高光谱激光雷达遥感基础与应用》专著1部，授权发明专利2项。曾是国家自然科学基金重点项目、国家自然科学基金面上项目（2）、中国科学院空天院重点部署项目等的主研人员。多次担任全国性遥感学术会议分论坛召集人与主持人，目前受邀担任RSE、JAG 、IEEE TGRS、IJRS、Scientific Data等15个遥感主流SCI期刊及JRS、雷达学报审稿人。