SALPA：面向增强 GEDI 足迹地理定位的航天激光点调整
图像与视频处理
2025-11-25 v1 机器学习
摘要
航天激光系统（如 NASA 的全球生态系统探察计划 (GEDI)）为全球碳评估提供森林结构数据。然而，地理定位不确定性（通常为 5-15 米）会系统性地通过衍生产品传递，削弱森林轮廓估计，包括碳库评估。现有校正方法面临关键局限：波形模拟方法实现米级精度，但需要高分辨率激光数据，而该数据在大多数地区不可得；地形基方法采用确定性网格搜索，可能忽略连续解空间中的最优解。我们提出 SALPA（Spaceborne LiDAR Point Adjustment），一个集成三个优化范式并使用五种距离度量的多算法优化框架。仅依赖全球可用的数字高程模型和大地水准面数据，SALPA 通过梯度法、进化算法和群体智能方法探索连续解空间。针对日本地方（北海）和法国平坦地区（Landes）进行的验证表明，SALPA 对原始 GEDI 位置改进了 15-16%，对最新 GeoGEDI 算法改进了 0.5-2%。以 L-BFGS-B 结合面积度量方法实现最佳精度-效率权衡，而基于种群的方法（遗传算法、粒子群优化）在复杂地形中表现突出。该平台无关框架便于适配新兴航天激光任务，为可靠的全球森林监测和气候政策决策提供通用地理定位校正基础。
引用
@article{arxiv.2511.17600,
title = {SALPA: Spaceborne LiDAR Point Adjustment for Enhanced GEDI Footprint Geolocation},
author = {Narumasa Tsutsumida and Rei Mitsuhashi and Yoshito Sawada and Akira Kato},
journal= {arXiv preprint arXiv:2511.17600},
year = {2025}
}
备注
21 pages, 2 figures