《环境遥感》（Remote Sensing of Environment，IF=11.1）近日发表一项来自中国科学院空天信息创新研究院王力、牛铮研究员团队的全波形高光谱激光雷达（hyperspectral LiDAR，HSL）数据处理算法研究，论文第一作者为空天院白杰博士。该研究提出了一种多自然目标各波长中心位置降序排列（Ranking Central Locations of Natural Target Echoes, Rclonte）的思想，基于详细的筛选判定原则（见文后研究算法介绍）组建参考中心位置集参与修正其他波长处漏检或误检目标辐射参数。研究发现，Rclonte算法可以很好地检测多自然目标并恢复其原始光谱，大大提高了全波形高光谱激光雷达对目标结构和光谱信息的反演能力，丰富了多/高光谱激光雷达波形数据处理算法库。

研究背景
高光谱激光雷达回波信号处理是HSL系统各类应用开展前的基础步骤，其处理得到的辐射信息（如峰值强度、中心位置、半高宽FWHM等）精度将直接决定后续定量反演或聚类研究的误差大小，其重要性不言而喻。传统的波形处理技术主要是针对单波长LiDAR系统设计的。由于光谱范围的限制（单一的波长数量），单波长分解结果通常无法捕获沿激光路径的目标的光谱廓线，阻碍了目标反射特性全面和精准的刻画与反映。HSL系统回波具有光谱脉冲复杂、不同波长脉冲延迟异质性、波形信噪比不同等特征，多自然目标会使得回波复杂性大大增加，如何提出先进的回波波形处理算法准确反演如植被等自然目标辐射特征对HSL系统而言是一个巨大挑战。

研究方法 本研究首先假设多自然目标高光谱回波波形满足一个高光谱高斯混合模型，在不考虑误差项的情况下可以写为Step 1步骤中公式，在波形滤波（Step 2）后进行参数粗估算（Step 3）和参数精估算（Step 4）。接着进行参数优化（Step 5）和再优化（Step 6）步骤，参数优化选择经典的LM优化算法。Step 6利用基于沿激光路径上多自然目标回波中心位置次序不变性原理，对多自然目标各波长上的所有中心位置进行降序排列（Rclonte）后，进行如下判定： a.首先，初始同一次序集内的所有中心位置数量要大于1/8倍波长数量，方可推定该初始同一次序对应的数个组分在各个波长上是真实存在的，且可能大概率（most likely）属于同一组分。

b.但是，由于隐藏波和弱波也可能存在波形中，而误检或漏检现象带来的属于其他组分的中心位置就会在此基础上带入到当前次序组分，因此属于同一次序的中心位置也可能并不全是来自同一目标样本组分的，我们需要进一步做处理。

c.为了处理上述现象，属于同一次序的中心位置被列为了单独的新集合，对该数据集合进行进一步合理（valid）中心位置的判定（何为valid组分，即指理论上完全属于同一真实目标样本组分）。

d.判定的原则是，要去剔除该次序中首尾两端的虚假噪声带来的中心位置。依次遍历剔除，只有当首端两相邻组分的中心位置差小于1/2倍的半高宽F且尾端两相邻组分的中心位置差小于1/2倍的半高宽F时，认为此时剩余的该次序中的中心位置属于同一真实组分。

e.合理的中心位置集合的均值以及他们对应的半高宽FWHM的均值被作为漏检和误检现象带来的缺失中心位置和缺失FWHM的初始参考值。

因此取筛选更新后集合的均值作为参考中心位置，接着收集所有目标的参考中心位置组建参考中心位置集，去弥补或修正其他波长处漏检或误检该目标中心位置。

研究结果及结论 Rclonte算法在各波长的模拟和实测波形上均能良好检测到目标、具有出色的波形分解和拟合能力。光谱恢复结果表明该算法具有一定的探索沿激光路径上自然目标高光谱反射信号方面的能力，这在一定程度上也解决了过去高光谱激光雷达在真实场景下多自然目标高光谱回波信号恢复这一难题。

图1. 模拟波形分解拟合结果。（摘自原文图7c部分）

图2. 实测波形分解拟合结果。（摘自原文图12c部分）

图3. 光谱恢复结果

文章信息：Bai, J., Niu, Z.* , Huang, Y., Bi K., Fu Y., Gao S., Wu M., Wang L.* (2024). Full-waveform hyperspectral LiDAR data decomposition via ranking central locations of natural target echoes (Rclonte) at different wavelengths, Remote Sensing of Environment, 310, 114227. (TOP, 最新IF = 11.1).

该项研究工作得到国家自然科学基金重点项目、国家重点研发计划、国家自然科学基金联合基金项目等资助。

Remote Sensing of Environment是遥感领域国际顶级SCI期刊（之一），服务于地球观测界，主要发表关于遥感研究的理论、科学、应用和技术的成果。该杂志的重点是局地到全球尺度的生物物理和定量遥感反演方法。

第一作者简介：

白杰，山西吕梁人，中国科学院空天信息创新研究院遥感科学国家重点实验室2024届博士(免试直博)，2023年中国科学院院长优秀奖获得者，主要研究方向为定量遥感、高光谱激光雷达遥感、光谱点云智能处理、陆表参数反演、生态环境变化监测等研究，至今共发表SCI论文11篇。第一作者SCI论文6篇，包含RSE 2 篇，ISPRS 1 篇，IEEE TGRS 2 篇等。第一发明人申请发明专利2项，封面署名第三作者参与出版《植被高光谱激光雷达遥感基础与应用》专著1部。作为研究骨干参与国家自然科学基金重点项目、中国科学院研发项目、空天院重点部署项目各一项。受邀担任RSE、JAG、IEEE TGRS、Remote Sensing等7个SCI期刊及JRS期刊审稿人。

通讯作者简介：

王力，中国科学院空天信息创新研究院研究员，博士生导师，遥感科学国家重点实验室碳循环研究室主任，长期从事生态系统碳循环参数反演、区域及全球碳源汇碳排放估算、生态修复遥感监测、城市泛在感知相关研究。相关成果发表在Science、Science Advances、Remote Sensing of Environment等国际知名期刊上，发表SCI/SSCI论文 70余篇。主持国家重点研发计划课题、院重点研发专项、中国科学院先导专项子课题、国家自然基金项目等30余项，获省部级奖励5项。

文字及排版：白杰
审核：王力