Enhancing GEDI Accuracy by Combining Different Geolocation Correction Criteria and Parallel Processing Methods

Abstract

As global environmental challenges intensify, monitoring terrestrial ecosystems has become crucial for ad dressing climate change. Spaceborne LiDAR missions, such as NASA’s Global Ecosystem Dynamics Inves tigation (GEDI), play a key role in quantifying Earth’s vegetation structure and land cover. GEDI provides high-resolution measurements of forest structure and topography, but these readings are often affected by geolocation errors caused by satellite platform instability and atmospheric interference, compromising the accuracy of canopy height and terrain elevation estimates. Existing geolocation correction methods, such as the GEDI Simulator, apply orbit-level corrections, which prove inadequate for heterogeneous landscapes. This dissertation introduces GEDICorrect, a novel framework for footprint-level geolocation correction. By integrating new criteria, including RH profile and terrain matching, and utilizing parallel processing meth ods, the framework overcomes the limitations of existing methods like the GEDI Simulator. GEDICorrect demonstrates superior performance across all tests, positioning it as a more viable and essential tool for accurate vegetation monitoring and ecosystem assessment; - Sumário: Melhoria da Precisão do GEDI Combinando Diferentes Critérios de Correção de Geolocalização e Programação Paralela À medida que os desafios ambientais globais se intensificam, a monitorização dos ecossistemas tornou-se crucial para enfrentar as alterações climáticas. As missões LiDAR espaciais, como o Global Ecosystem Dynamics Investigation (GEDI) da NASA, desempenham um papel fundamental na quantificação e moni torização da estrutura tridimensional da vegetação. O GEDI fornece medições de alta resolução da estrutura e topografia da floresta, mas essas leituras são frequentemente afetadas por erros de geolocalização causa dos pela instabilidade da plataforma e interferência atmosférica, comprometendo a precisão das estimativas da altura da vegetação e do solo. Os métodos existentes de correção de geolocalização, como o GEDI Simulator, calculam o erro médio (em metros) da geolocalização dos footprints por órbita, o que se tem vindo a mostrar inadequado para paisagens heterogéneas. Esta dissertação apresenta o GEDICorrect como uma nova abordagem para a correção de geolocalização à escala do footprint. Ao integrar novos critérios, e utilizar métodos de programação paralela, a abordagem proposta supera as limitações dos métodos existentes, como o GEDI Simulator. O GEDICorrect demonstrou um desempenho superior em todos os testes, tornando-o como uma ferramenta robusta e essencial para a monitorização da vegetação e avaliação dos ecossistemas.