吳傳志

摘要：森林蓄積量是評(píng)估林地生產(chǎn)力高低的重要依據(jù)，更是經(jīng)營措施制定的關(guān)鍵，對(duì)提高森林經(jīng)營以及采伐科學(xué)性具有重要意義。傳統(tǒng)的實(shí)地調(diào)查方式已經(jīng)不適用于森林蓄積量計(jì)算，無人機(jī)航測(cè)技術(shù)的提出與實(shí)現(xiàn)，利用其信息量大、覆蓋范圍廣以及獲取周期短等特點(diǎn)現(xiàn)在已經(jīng)在森林蓄積量估算中得到了廣泛應(yīng)用。本文以研究無人機(jī)航測(cè)技術(shù)在森林蓄積量估算中的應(yīng)用效果為目的，選擇某林場為對(duì)象，對(duì)森林蓄積量的估算過程進(jìn)行了簡單分析，并得到比較可靠的估算結(jié)果，證明無人機(jī)航測(cè)技術(shù)在實(shí)際操作中的應(yīng)用價(jià)值。

關(guān)鍵詞：無機(jī)人航測(cè);森林蓄積量;遙感技術(shù)

一、前言

對(duì)森林蓄積量進(jìn)行估算，必須要能夠快速高效的獲取森林遙感影像，以往所應(yīng)用的遙感技術(shù)是通過衛(wèi)星與機(jī)載雷達(dá)來獲取高分辨率遙感影像，與其相比，無人機(jī)航測(cè)技術(shù)作為新型測(cè)繪技術(shù)，在森林蓄積量估算中應(yīng)用具有更大優(yōu)勢(shì)，包括成本低、周期短以及靈活性高等。選擇內(nèi)蒙古某林場為對(duì)象，利用無人機(jī)來對(duì)林場信息進(jìn)行可靠收集，并利用專業(yè)技術(shù)與軟件來對(duì)所獲信息進(jìn)行整理分析，提取林分平均高以及樹冠信息，比較實(shí)地調(diào)查結(jié)果，最后利用提取到的林分參數(shù)來估算森冷蓄積量。

二、森林蓄積量估算意義

森林蓄積量簡單來講即森林中林木材積的總量，對(duì)其進(jìn)行估算即對(duì)發(fā)范圍內(nèi)大眾林木的總量進(jìn)行統(tǒng)計(jì)。在計(jì)算森林蓄積量時(shí)，先是完成不同樹種的單珠調(diào)查，確定單珠材積后，將所得結(jié)果與區(qū)域森林中各術(shù)中的株數(shù)量進(jìn)行相乘便可[1]。森林蓄積量是評(píng)估林地生產(chǎn)力高低的重要依據(jù)，更是經(jīng)營措施制定的關(guān)鍵，對(duì)提高森林經(jīng)營以及采伐科學(xué)性具有重要意義，是實(shí)現(xiàn)可持續(xù)發(fā)展的重要保障。森林蓄積量大小在一定程度上反映了林地生產(chǎn)力以及經(jīng)營措施的效果，是森林資源調(diào)查的重要內(nèi)容，更是評(píng)價(jià)森林的重要指標(biāo)。在長時(shí)間的發(fā)展中，森林蓄積量估算方法在不斷地更新，尤其是遙感技術(shù)的提出與應(yīng)用，目前，航空遙感在森林資源調(diào)查中應(yīng)用逐漸增多，取得了一定成果。但是在實(shí)際應(yīng)用中也發(fā)現(xiàn)，人員駕駛飛機(jī)森林實(shí)地調(diào)查所需成本高，各方力量的投入比例較大，并且整個(gè)過程所花費(fèi)的時(shí)間非常長，逐漸無法滿足當(dāng)代森林資源監(jiān)管與調(diào)查的工作需求。無人機(jī)遙測(cè)技術(shù)的提出有效的解決了以往森林資源調(diào)查與估算中的難題，無人機(jī)可以實(shí)現(xiàn)無人駕駛，且可以設(shè)置自帶飛行控制系統(tǒng)與導(dǎo)航定位系統(tǒng)，在整個(gè)調(diào)查與分析過程中，其所具有的靈活性、安全性、可靠性優(yōu)勢(shì)更加明顯，可以獲取高分辨率的圖像信息，為資源估算和管理提供可靠支持[2]。鑒于無人機(jī)遙測(cè)技術(shù)的特點(diǎn)，其在森林蓄積量估算中的應(yīng)用并會(huì)發(fā)揮出巨大優(yōu)勢(shì)。

三、無人機(jī)航測(cè)技術(shù)在森林蓄積量估算中的應(yīng)用

森林蓄積量估算以往所應(yīng)用的方法需要大量的人力物力作為支持，成本投入巨大，并且實(shí)際作業(yè)效率較低。雖然遙感技術(shù)的應(yīng)用可以通過遙感影像來降低工作強(qiáng)度，減少人力物力投入，但是其主要適用于大尺度蓄積量調(diào)查，小尺度精度測(cè)量往往精度不足，無法達(dá)到預(yù)期調(diào)查監(jiān)測(cè)效果。應(yīng)用無人機(jī)航測(cè)技術(shù)來進(jìn)行森林蓄積量估算，目前已經(jīng)成為研究的要點(diǎn)，并且取得了一定成果。例如將無人機(jī)融入九棵樹多邊形樣地算法，然后進(jìn)行精度分析，蓄積量等各林分調(diào)查因子的相對(duì)誤差在8.80%～12.57%之間，相關(guān)系數(shù)在0.624～0.927之間，達(dá)到森林資源二類調(diào)查要求，可用于小尺度精準(zhǔn)林業(yè)作業(yè)中[3]。另外，還可以通過無人機(jī)來獲取森林圖像，然后對(duì)冠幅參數(shù)進(jìn)行提取，按照桉樹林分蓄積量進(jìn)行估算，結(jié)果精度可保持在64%～98.94%，總體精度為91.20%，可以滿足森林資源調(diào)查監(jiān)測(cè)的精度要求。

四、無人機(jī)航測(cè)技術(shù)在森林蓄積量估算中應(yīng)用分析

（一）研究區(qū)概況

以我國某林場為例，位于內(nèi)蒙古興安盟阿爾山市最北端，地理位置為119°28′～120°01′E，47°15′～47°35′N。本次研究所得實(shí)測(cè)數(shù)據(jù)全部來自于本林場，參與研究調(diào)查的林場面積為3.8 hm2，整個(gè)區(qū)域地勢(shì)比較平緩，為天然白樺林[4]。對(duì)林場現(xiàn)場做全面勘察后，50 m×50 m標(biāo)準(zhǔn)低設(shè)置在與林緣間距在20 m以外的區(qū)域，其中包括研究樣本共有295棵。

（二）無機(jī)人航測(cè)數(shù)據(jù)

1.無人機(jī)參數(shù)

本次森林蓄積量測(cè)量所應(yīng)用的為SERVOHELI-40型號(hào)無人機(jī)，每次起飛可允許的最大承載為10 kg，飛行速度為4～8 m/s，采用的80 cc雙缸對(duì)置風(fēng)冷汽油發(fā)動(dòng)機(jī)，主要使用97號(hào)汽油，可采取電池與馬達(dá)的方式來啟動(dòng)[5]。起飛降落操作為半自動(dòng)姿態(tài)速度控制，如果無法正常接收遙控信號(hào)，則飛機(jī)會(huì)自動(dòng)懸停，可以達(dá)到2000 m的最大海拔高度。

2.航攝規(guī)劃

每次利用無人機(jī)航測(cè)前均需要對(duì)整個(gè)飛行路線做全面檢查，確認(rèn)待測(cè)區(qū)域內(nèi)無任何異常，避免在航攝過程中遇到障礙而受到損傷，并且要現(xiàn)場核查起飛降落點(diǎn)正常，并安排人員到位。根據(jù)林區(qū)實(shí)際情況，最終確定本次無人機(jī)的航測(cè)高度為150 m，且飛行航向與旁向重疊度設(shè)計(jì)為70%。另外，實(shí)際航測(cè)時(shí)需要對(duì)自然氣候條件做綜合分析，以風(fēng)力小于2級(jí)，且晴天天氣為宜。待無人機(jī)按照既定路線完成區(qū)域內(nèi)森林蓄積量信息的航測(cè)后，需要及時(shí)導(dǎo)出本次獲取到的所有飛行記錄，檢查確認(rèn)航片影像的拍攝結(jié)果，是否可以使用[6]。

3.處理航測(cè)數(shù)據(jù)

獲取到航測(cè)數(shù)據(jù)后，還需要采用專業(yè)軟件來對(duì)其進(jìn)行分析處理。一般需要在提取前要夏娜正射糾正無人機(jī)影像獲得DOM。比較常見的如多視圖三維重建技術(shù)，可以利用其來進(jìn)行無人機(jī)航測(cè)影像數(shù)據(jù)的定向計(jì)算，實(shí)現(xiàn)影像數(shù)據(jù)所對(duì)應(yīng)的位置信息的解算。影像數(shù)據(jù)在定向處理后會(huì)轉(zhuǎn)換成三維密集點(diǎn)云數(shù)據(jù)，利用此就可以創(chuàng)建獲得多邊形網(wǎng)格模型，進(jìn)一步對(duì)各類數(shù)據(jù)進(jìn)行重構(gòu)，最終獲得航測(cè)對(duì)象的具體特征[7]。然后向模型內(nèi)導(dǎo)入地面控制點(diǎn)的數(shù)據(jù)，便會(huì)得到具有詳細(xì)地標(biāo)信息的高精度三維模型，生成數(shù)字高程模型（DEM）、DSM以及DOM，整個(gè)處理流程如圖1所示。

（三）林分參數(shù)分析

1.提取樹高參數(shù)

可以基于三維點(diǎn)云數(shù)據(jù)建立DSM，減去DEM后得到的便是林冠三維信息模型，并采取最大鄰域法過濾DCM獲得樹頂點(diǎn)及高度參數(shù)。多是將樹冠最高點(diǎn)定為樹頂點(diǎn)，并以樹冠冠幅外接矩形區(qū)域作為分析范圍，對(duì)區(qū)域內(nèi)的所有滿足最高點(diǎn)條件的位置點(diǎn)進(jìn)行確認(rèn)收集，全部設(shè)定為樹頂點(diǎn)。在應(yīng)用多項(xiàng)式來表達(dá)樹冠曲面G時(shí)，任意點(diǎn)P（x，y）滿足冠面坡度β = 0，最大曲率Cmax > 0，以及最小曲率Cmin > 0條件時(shí)，可確定該P(yáng)點(diǎn)為樹頂點(diǎn)[8]。其中，樹頂點(diǎn)位置對(duì)應(yīng)的DCM值變?yōu)闃涓?，然后基于樹頂點(diǎn)數(shù)據(jù)來獲得密度和位置信息。

根據(jù)航測(cè)所得影像數(shù)據(jù)，且經(jīng)過專業(yè)處理后確定的影像特征與坐標(biāo)信息，且與區(qū)域內(nèi)坐標(biāo)信息及樹木之間相對(duì)位置聯(lián)合，應(yīng)用布魯萊斯測(cè)高器對(duì)本次航測(cè)區(qū)域內(nèi)的所有樣木來測(cè)量樹高[9]。精度計(jì)算公式為：精度 = 1-|提取樹高-實(shí)測(cè)樹高|/實(shí)測(cè)樹高。按照公式計(jì)算后，便可得到精確的樹高提取最低精度與最高精度，并對(duì)樹高提取值和實(shí)測(cè)值進(jìn)行比較，來判斷兩者是否存在線性關(guān)系。

2.提取樹冠參數(shù)

應(yīng)用無人機(jī)航測(cè)的方式來獲取區(qū)域森林遙測(cè)影像，具有較高的分辨率，然后采用分水嶺算法對(duì)航測(cè)影像數(shù)據(jù)做進(jìn)一步的處理，其具有較高的微弱邊緣敏感度，一般均可以確定區(qū)域位置精度較高的輪廓，本次無人機(jī)航測(cè)獲得了良好的應(yīng)用效果，得到較為準(zhǔn)確的樹冠參數(shù)值。以確定的樹頂點(diǎn)參數(shù)為依據(jù)，應(yīng)用分水嶺算法對(duì)航測(cè)影像數(shù)據(jù)做分割處理時(shí)，便可將樹冠中心點(diǎn)設(shè)定為樹頂點(diǎn)，并預(yù)測(cè)得到樹冠范圍，同時(shí)將其標(biāo)記為前景，以DOM∩（DCM = 0）標(biāo)記為背景[10]。調(diào)用OpenCV的函數(shù)cv：：watershed（）來對(duì)分水嶺算法的樹冠進(jìn)行分割。

以冠幅作為樣木南北及東西兩個(gè)方向的寬度平均值，可通過上述公式計(jì)算可獲得無人機(jī)航測(cè)提取到的冠幅平均值。對(duì)提取冠幅和實(shí)測(cè)冠幅參數(shù)進(jìn)行比較，可確定利用下述公式計(jì)算所得標(biāo)準(zhǔn)地中冠幅提取最低精度和最高精度：

其中，表示南北冠幅值與東西冠幅值的平均值;S表示自動(dòng)提取的樹冠面積。

獲得樹頂點(diǎn)參數(shù)以后，應(yīng)以標(biāo)準(zhǔn)地實(shí)測(cè)數(shù)據(jù)為基準(zhǔn)來對(duì)區(qū)域內(nèi)的株數(shù)進(jìn)行推算，并對(duì)株數(shù)提取精度進(jìn)行比較分析。對(duì)提取的林分參數(shù)進(jìn)行分析可以得知，在株數(shù)提取過程中有部分單株存在提取多個(gè)頂點(diǎn)的情況。

（四）估算森林蓄積量

森林蓄積量即林分單位面積中對(duì)應(yīng)的活立木材積，而材積便是樹木體積。想要計(jì)算得到森林樹木對(duì)應(yīng)的產(chǎn)出效益，首先就需要計(jì)算得到單珠活立木材積量，然后與區(qū)域?qū)?yīng)株數(shù)進(jìn)行乘積，確定森林整體蓄積量。其中，通過樹高與胸徑二元材積模型便可以計(jì)算得到立木材積量。對(duì)于無人機(jī)航測(cè)森林蓄積量的方法，雖然無法通過航測(cè)影像獲得準(zhǔn)確的木材胸徑，但是卻可以通過樹高與樹冠信息來進(jìn)行推測(cè)計(jì)算。通過研究可知，路木材積與冠幅之間有著密切聯(lián)系，即設(shè)定樹高與冠幅為立木材積二元模型的解釋變量，對(duì)單珠樹木材積進(jìn)行計(jì)算。計(jì)算公式為：

其中，M表示小班總蓄積量;V表示單珠立木材積（m3）;H表示樹高（m）;Cw表示冠幅（m）;a、b、c表示參數(shù)估計(jì)值。應(yīng)用最小二乘法對(duì)所有樣木實(shí)測(cè)樹高以及樹冠參數(shù)進(jìn)行擬合，完成參數(shù)估計(jì)值的計(jì)算，得到相應(yīng)結(jié)果。

五、結(jié)束語

無人機(jī)航測(cè)技術(shù)在森林蓄積量估算中的應(yīng)優(yōu)勢(shì)明顯，本次研究以大興安嶺地區(qū)林分為對(duì)象，航測(cè)獲得標(biāo)準(zhǔn)地DSM與DEM，通過專業(yè)軟件來對(duì)林分平均高以及樹冠信息進(jìn)行提取，并以所得單珠樹高和冠幅參數(shù)完成森林蓄積量的估算，為森林經(jīng)營管理提供了重要的參考依據(jù)。

參考文獻(xiàn)：

[1]汪霖，李明陽，方子涵，李超，錢春花，許振宇.基于無人機(jī)數(shù)據(jù)的人工林森林參數(shù)估測(cè)[J].林業(yè)資源管理， 2019（05）：61-67.

[2]周小成，何藝，黃洪宇，許雪琴.基于兩期無人機(jī)影像的針葉林伐區(qū)蓄積量估算[J].林業(yè)科學(xué)， 2019，55（11）：117-125.

[3]曾繁偉，郭人.淺談無人機(jī)技術(shù)在林業(yè)調(diào)查工作中的應(yīng)用[J].安徽農(nóng)學(xué)通報(bào)， 2019，25（19）：32-33.

[4]黃貝.無人機(jī)在天空地一體化森林資源調(diào)查監(jiān)測(cè)中的應(yīng)用——以森林督查為例[J].林業(yè)建設(shè)， 2019（05）：13-17.

[5]陳豐惠.無人機(jī)在森林資源管理中的應(yīng)用探討[J].南方農(nóng)業(yè)， 2019，13（26）：70-71.

[6]陳忠明.基于無人機(jī)影像的杉木蓄積量反演研究[D].中南林業(yè)科技大學(xué)， 2019.

[7]賈慧，楊柳，鄭景飚.無人機(jī)遙感技術(shù)在森林資源調(diào)查中的應(yīng)用研究進(jìn)展[J].浙江林業(yè)科技， 2018，38（04）：89-97.

[8]李亞東，馮仲科，明海軍，李長青，曹明蘭.無人機(jī)航測(cè)技術(shù)在森林蓄積量估測(cè)中的應(yīng)用[J].測(cè)繪通報(bào)， 2017（04）：63-66.

[9]付凱婷.無人機(jī)遙感技術(shù)估算桉樹蓄積量的研究[D].廣西大學(xué)， 2015.

[10]樊江川.無人機(jī)航空攝影測(cè)樹技術(shù)研究[D].北京林業(yè)大學(xué)， 2014.