蘇純蘭，朱韋光，嚴朝東，董輝，劉頌頌，曾煥忱

1.東莞市林業(yè)科學研究所，廣東東莞 523006；

2.中國科學院華南植物園，廣東廣州 510650

森林是自然界中物質(zhì)最繁多、多樣性最豐富多彩、層次結構最復雜、生產(chǎn)力最宏大的陸地生態(tài)系統(tǒng)，在各類陸地生態(tài)系統(tǒng)中居于主體地位[1]，具有調(diào)節(jié)氣候、涵養(yǎng)水源、碳固存、生物多樣性保育等不可替代的生態(tài)系統(tǒng)功能和服務功能[2]。森林資源是生態(tài)建設的物質(zhì)基礎，是生態(tài)安全的前提保障，是生態(tài)文明的重要載體，而森林資源調(diào)查是掌握森林資源數(shù)量、質(zhì)量以及分布狀況的重要途徑，也是森林經(jīng)營規(guī)劃方案科學制定和生態(tài)結構調(diào)整的重要依據(jù)。獲取森林結構參數(shù)，如樹高、胸徑等，是森林資源調(diào)查的主要工作，為森林生物量、碳儲量以及經(jīng)濟生態(tài)價值估算提供重要的基礎數(shù)據(jù)[3]。

森林群落結構是指樹木個體在環(huán)境中的分布及其與周圍環(huán)境之間相互作用所形成的組分和構造，包括非空間結構特征指標如物種組成、區(qū)系特征、徑級結構等和空間結構指標如林木空間分布格局、競爭指數(shù)(生長空間、大小比數(shù))以及混交度等[4]。與其他生態(tài)系統(tǒng)相比，森林生態(tài)系統(tǒng)在水平和垂直維度上都存在著較大的異質(zhì)性。森林生態(tài)系統(tǒng)結構不同，其所具有的生態(tài)功能也就不同[5]。因此，研究森林結構，對深入了解物種分布與環(huán)境的關系，以及探討森林生長發(fā)育和更新演替規(guī)律等都具有重要意義[6]。傳統(tǒng)森林結構調(diào)查，多采用人工調(diào)查的方式，既費時又耗力，且調(diào)查結果多以文字解析或統(tǒng)計描述為主，無法有效的解決森林生態(tài)系統(tǒng)空間異質(zhì)性問題。森林生物量是評估生態(tài)系統(tǒng)功能的基本測度指標，一直受到學者們的高度關注。有學者[7-8]通過估算生物量進而評估植被碳儲量、生產(chǎn)力及其他生態(tài)系統(tǒng)服務功能。激光雷達可以直接、快速、精準地獲取研究對象的三維空間信息[9-10]，在森林監(jiān)測中使用激光雷達可以精確獲取森林三維結構和功能信息[11]，如樹高、胸徑、冠幅直徑、冠幅面積、冠幅體積等[12]。通過提取得到的結構參數(shù)便可以進一步估算生物量、蓄積量等[13-14]其它重要森林信息。

文章將機載激光雷達和背包激光雷達的掃描數(shù)據(jù)，通過點云處理軟件以人機交互的方式獲取闊葉林單木及結構參數(shù)，包括胸徑、樹高、冠幅直徑、冠幅面積、冠幅體積等因子，并與實測數(shù)據(jù)進行對比驗證，分析各結構因子的提取精度，并用監(jiān)測結果對林分生物量建立預測模型，研究采用背包激光雷達數(shù)據(jù)和機載雷達數(shù)據(jù)獲取林分結構參數(shù)及估測生物量的精度及適用性。

1 研究區(qū)及設備概況

1.1 研究區(qū)概況

大嶺山森林公園位于廣東省東莞市西南部，珠江口的東北部，北至厚大路，東以大嶺山山體為界線，東南以蓮花山山腰為界，西南至大嶺山林場場部，西北至厚街大逕村。東莞市林科園位于大嶺山森林公園東南部，面積105.33hm2，是該市以林業(yè)科研和科普教育為主題的基地。研究區(qū)是位于東莞市林科園的地帶性森林群落恢復與重建研究示范區(qū)，是喬木層以馬占相思為主的常綠闊葉林。

1.2 設備概況

該研究選用大載重工業(yè)級無人機(RT470)(圖1)四旋翼無人機及背包搭載激光雷達對常綠闊葉林進行監(jiān)測，空中雷達(掛載LD-R1350 激光雷達)可直接安裝于機艙腹部，飛機整體采用航空鋁材、碳纖相結合的機架結構，雷達卡扣式安裝簡便快捷，單架次續(xù)航可達40min，抗風等級6 級。同時有效提升飛機的安全性、有效性，充分保障對于測量的安全和續(xù)航時長的要求。背包雷達(PX-80)直接安裝于背包(圖1)，對林地結構參數(shù)進行監(jiān)測。

2 研究方法

2.1 地面樣地建設

于監(jiān)測區(qū)域選擇4 種不同撫育強度的以馬占相思為主的闊葉混交林，各建立1 個20m×60m 的樣方，調(diào)查對象為樣方喬木、灌木、草本層。喬木層監(jiān)測指標包括樹木種類、樹高、胸徑、冠幅、位置；灌木層監(jiān)測指標包括灌木種類、高度、蓋度；草本層監(jiān)測指標包括種名、蓋度等指標。

表1 各樣地基本情況Tab.1 Basic Information of Various Places

2.2 無人機數(shù)據(jù)獲取

無人機激光雷達影像數(shù)據(jù)的獲取時間為2019年3 月，飛行時天氣狀況良好。通過定位設備，找到布設樣地位置，進行無人機遙感影像采集。每個樣地采集的影像大小依據(jù)當?shù)氐牡孛婵刂贫ǎw行區(qū)域為樣地范圍的10hm2森林。

背包雷達影像的獲取時間為2020 年3 月，區(qū)域同上。

2.3 無人機數(shù)據(jù)處理

因無人機為低空飛行，獲取的單張遙感影像覆蓋范圍較小，需要通過拍攝多張影像才能覆蓋樣地及地面控制點范圍，而且無人機的飛行姿態(tài)、地面地物的復雜性、不同時間光線明暗等，都會影響拍攝得到的單張影像質(zhì)量[3]。機載激光雷達圖像拼接的流程一般為：圖像幾何校正、圖像預處理、圖像配準、圖像融合，從而得到拼接后的監(jiān)測區(qū)域全景影像。無人機激光雷達及背包雷達全景影像數(shù)據(jù)拼接及分析運用LiDAR360 軟件。通過軟件拼接后就可得到可直接用于分析的機載激光雷達點云數(shù)據(jù)、背包雷達點云數(shù)據(jù)，導出監(jiān)測指標，具體導出初級指標如表2。

表2 各類監(jiān)測平臺導出初級指標Tab.2 List of Primary Indicators Exported by Various Monitoring Platforms

3 結果與分析

3.1 無人機激光雷達監(jiān)測指標提取

對機載點云數(shù)據(jù)進行點云著色，通過分析可知，數(shù)據(jù)采集范圍合格。點云數(shù)據(jù)的航帶間的點云沒有分層，能夠很好采集植被下的地面點，還原實際地形起伏，地面點厚度在22cm 以內(nèi)(地面有大量落葉，可能導致地面點厚度增加)。點云數(shù)據(jù)能夠真實還原樹木點云，查看樹木分布及生長情況，樹木掃描情況數(shù)據(jù)質(zhì)量合格（圖2）。

通過軟件提取單木種子點，進行單木分割，能夠獲取樹高、冠幅等信息；單木分割可以得到樹木比較精確的位置，快速獲取林班樹高、冠幅等信息，且通過分析點云數(shù)據(jù)可為后續(xù)生物量估算提供數(shù)據(jù)支撐。4 個20m×60m 的實測樣地，無人機激光雷達點云各樣地頂層樹木分割數(shù)量為1 號(25 棵)、2 號(12棵)、3 號(19 棵)、4 號(27 棵)。這些被識別的頂層喬木大都為馬占相思，平均識別率為74%。

表3 1～4 號樣地機載激光雷達點云單木分割結果Tab.3 Single Tree Segmentation Results of Airborne Lidar Point Cloud for Plot No.1～4

3.2 背包激光雷達監(jiān)測指標提取

使用PX80 背包lidar 采集了1～4 號樣地的地面點云數(shù)據(jù)，用于精細化獲取單木位置及胸徑，采集步驟如下：實地踏勘，規(guī)劃采集路線，布設像控板。地面背包雷達掃描的整體情況：能夠清晰分辨樹木主體結構，有少量躁點；樹木高度大于8m 的部分，背包雷達采集不到。點云回環(huán)情況：樣地內(nèi)點云沒有分層、重影。地面點云密度情況：5000pts/m2～60000pts/m2之間。綜上，背包雷達采集數(shù)據(jù)較好，可用于后續(xù)的處理與利用。將PX80 背包數(shù)據(jù)導入LiDAR360 分析軟件中進行單木分割處理，提取單木位置、胸徑等參數(shù)，單木分割的流程為：裁剪樣地點云；地面點分類；點云歸一化原數(shù)據(jù)；提取種子點、人工編輯；基于種子點的單木分割；獲取單木位置、胸徑等參數(shù)，并對背包雷達單木分割結果進行精度分析。

采集的背包數(shù)據(jù)，經(jīng)過軌跡解算、點云著色、三維重建處理，可導出標準格式(.las)的點云數(shù)據(jù)。將點云數(shù)據(jù)導入分析軟件中進行單木分割處理，為區(qū)分不同分割單木，對不同單木賦予不同顏色，生成分割結果，背包激光雷達對于地面點向上一定距離內(nèi)點云采集密度較大，呈現(xiàn)結果較好，但超過這一距離時，點云逐漸變得稀疏，顯示結果相對較差，經(jīng)過軟件分析，這一距離為8m，即背包雷達能夠準確獲取距離地面8m 之內(nèi)樹木的點云數(shù)據(jù)。大于這個值，點云數(shù)據(jù)就只能呈現(xiàn)結構位置情況，無法顯示細節(jié)參數(shù)，或細節(jié)參數(shù)顯示不準確。精度分析顯示，背包雷達測量胸徑(＞5cm) 與實際測量對比標準誤差為1.2cm（表4）。背包雷達測量胸徑與實測胸徑擬合直線圖（圖4），直線K 值為1.038，R2高達0.9391。背包激光雷達可在林下灌木和小喬木較少時，快速準確監(jiān)測樣方樹種胸徑，為生物量估算提供精確數(shù)據(jù)基礎。

表4 背包雷達數(shù)據(jù)精度分析Tab.4 Accuracy Analysis of Backpack Radar Data

3.3 生物量估算結果分析

生物量與森林垂直結構信息相關性高[15]，當選擇機載激光雷達時，選取喬木樹高作為初級反演指標，用上述1～4 號樣地分割的樹高作為自變量與通過實測獲得胸徑作為因變量進行各類曲線回歸（表5），結果發(fā)現(xiàn)10 個曲線模型的F 檢驗P 值都遠小于0.01，擬合模型在統(tǒng)計學意義上非常顯著。由表5 可知，點云數(shù)據(jù)所獲樹高與實測胸徑擬合度(R2)最大的是二次曲線方程，故相對而言二次曲線方程為描述云數(shù)據(jù)所獲樹高與實測胸徑關系的最優(yōu)方程。

表5 機載激光雷達點云監(jiān)測樹高與實測胸徑曲線擬合模型Tab.5 Airborne Lidar Point Cloud Monitoring Tree Height and Measured Breast Diameter Curve Fitting Model

通過把10hm2(除1～4 號樣地)所獲得的剩余點云估測樹高帶入最優(yōu)擬合曲線：y=86.33-5.767x+0.14x2，即可得到相應的胸徑值。胸徑值帶入闊葉林喬木各器官生物量W=aDb 模型方程[16]計算得到的生物量(表6)。由表6 可知，無人機激光雷達點云數(shù)據(jù)反演的大嶺山森林公園以馬占相思為建群種的闊葉混交林，頂層單株干生物量平均值為0.42t，枝生物量平均值為0.1t，葉生物量平均值為0.07t，根生物量平均值為0.12t，單株總生物量平均值為0.71t。

表6 無人機激光雷達數(shù)據(jù)闊葉混交林生物量反演結果Tab.6 Biomass Inversion Results of Broad-Leaved Mixed Forest From Uav Lidar Data

當選取背包激光雷達數(shù)據(jù)反演時，由已獲得的背包雷達數(shù)據(jù)處理得到的1～4 號樣地的單木分割結果，代入生物量W=aDb模型方程。結果顯示（表7），背包雷達掃描點云數(shù)據(jù)反演單株干生物量平均值為0.09t，枝生物量平均值為0.02t，葉生物量平均值為0.03t，根生物量平均值為0.03t，單株總生物量平均值為0.16t。

表7 背包激光雷達數(shù)據(jù)闊葉混交林生物量反演結果Tab.7 Inversion Results of Biomass in Broad-Leaved Mixed Forest From Backpack Lidar Data

4 結論與討論

4.1 結論

該研究以東莞市林科園的常綠闊葉林為主要研究對象，通過無人機激光雷達和背包激光雷達獲取森林樣地數(shù)據(jù)，提取相關單木參數(shù)并估算其生物量。得到的研究結論如下：無人機搭載激光雷達可以快速獲取林地的三維地形情況[15]，通過單木分割可獲得林冠上層喬木的樹高、冠幅等單木參數(shù)，進而估算生物量。背包激光雷達可準確監(jiān)測林冠下層林分結構信息，其中胸徑監(jiān)測精度高，利用生物量方程進而也可以估算生物量，并且可作為機載雷達的補充。無人機遙感監(jiān)測技術與地面人工樣方監(jiān)測技術相比，其可在較短時間，較高效率，監(jiān)測得到評估指標，估算生物量。隨著人工成本在不斷提高，無人機遙感監(jiān)測優(yōu)勢將越來越明顯。

4.2 討論

單木參數(shù)獲取是森林資源調(diào)查的主要工作，為森林生物量估算提供重要的基礎數(shù)據(jù)[17]。及時準確、快速高效以及低成本的獲取單木參數(shù)和森林地上生物量一直是林業(yè)從業(yè)者及研究人員關注的重點問題。傳統(tǒng)的森林資源調(diào)查多采用抽樣調(diào)查的方法，需調(diào)查人員對樣地內(nèi)所有樹木每木檢尺，需耗費大量的時間、人力、物力和財力，且調(diào)查周期長、效率低[18]。激光雷達具有很強的穿透力，能夠獲取森林三維空間結構及林下地形的詳細信息，進而準確的提取單木參數(shù)，并為無損測量估算森林相關參數(shù)提供了借鑒和參考[19-21]。

激光雷達是近些年來發(fā)展十分迅速的一種主動遙感技術，對植被和林冠層均有很強的穿透力，能夠獲取森林空間結構的詳細信息。單木參數(shù)因子是森林資源調(diào)查的主要工作，及時準確、快速高效的獲取這些森林基本參數(shù)因子可以大大減少林業(yè)從業(yè)者的工作量、調(diào)查周期以及提高調(diào)查效率[15]。激光雷達不僅可以從森林資源數(shù)據(jù)中提取基本的森林參數(shù)因子，還能記錄森林真實的三維空間結構信息，為森林資源的動態(tài)監(jiān)測提供了準確有效的解決方案。無人機激光雷達和背包激光雷達均能夠在短時間內(nèi)獲取森林空間結構詳細的點云數(shù)據(jù)，進而提取林木參數(shù)因子，結合生物量異速生長模型估算森林資源的地上生物量；而后直接與某一生物量相關性較高的生態(tài)效益搭建關系，或生物量與生態(tài)效益搭建關系，建立模型，從而進行生態(tài)效益估算[22-24]。

在該次監(jiān)測研究中，無人機搭載的激光雷達可獲取的平均樹高為24.5m，平均冠幅直徑為9.3m，平均冠幅面積為76.3m2，平均冠幅體積為1062.6m3。因此，無人機搭載的激光雷達更適合一些林冠分層少，林下灌木少的林地監(jiān)測。地面背包激光雷達則適用于樣地級小尺度，可以獲得樣地內(nèi)單木位置、胸徑，測量胸徑(＞5cm) 與實際測量對比標準誤差為1.2cm，幼樹、相鄰單木枝葉分割時可能出錯。監(jiān)測中也可發(fā)現(xiàn)，背包激光雷達在撫育強度較高的樣地，即林下植物少的樣地，其監(jiān)測效果較好，這說明背包雷達測量受植物覆蓋度及郁閉度影響較大。另外，背包激光雷達也可精確監(jiān)測樹高小于8m 的樹木的冠幅。