TLS技術在森林資源調(diào)查中的應用現(xiàn)狀與展望

夏明鵬，官鳳英，范少輝，盧玉生，晏穎杰，張美曼，詹美春

(1.國際竹藤中心 竹藤科學與技術重點實驗室，北京 100102；2.航天科工智慧產(chǎn)業(yè)發(fā)展有限公司，北京 100854)

森林在人類生存、社會發(fā)展中不僅能夠提供物質資源，而且在維持生態(tài)文明建設中具有重要作用[1]?，F(xiàn)存森林資源容量是進行森林資源管理時的重要依據(jù)。由于森林資源的分布與海拔、溫度、氣候、光照等條件有關，其空間分布的復雜性特點使得傳統(tǒng)林業(yè)調(diào)查方法無法獲取令人滿意的結果。隨著遙感技術的發(fā)展，遙感作為一門新興的應用科學，已經(jīng)廣泛應用于林地覆蓋變化、森林防火、病蟲害監(jiān)測等林業(yè)研究中，為森林資源調(diào)查提供了新的獲取技術手段。傳統(tǒng)遙感技術通過衛(wèi)星影像數(shù)據(jù)獲取大區(qū)域內(nèi)森林資源信息[2]，提供不同空間尺度的監(jiān)測數(shù)據(jù)，但是其穿透性差無法反演垂直結構參數(shù)，并且在獲取森林生物量信息時，敏感性差、易飽和。地基激光雷達(Terrestrial Laser Scanning，TLS)是一種主動遙感技術，可以有效地穿透森林，提供了一種非破壞性的高分辨率冠層測量技術。相對于傳統(tǒng)光學遙感提供影像信息，TLS可以掃描獲取研究區(qū)域內(nèi)點云數(shù)據(jù)，通過點云數(shù)據(jù)能夠構建研究區(qū)森林資源真實場景圖，豐富了森林資源監(jiān)測手段和林業(yè)科學研究的數(shù)據(jù)信息[3]。

第一個TLS商業(yè)系統(tǒng)是由Cyra Technologies在1998年建立，在森林調(diào)查中最早有關利用TLS進行單木屬性參數(shù)提取研究的文獻報道始于2000年之后。傳統(tǒng)的森林樣地調(diào)查是采用人工測量方法，不僅工作量大、費時費力費財，而且難以獲得森林樣地內(nèi)詳細的冠層結構信息，測量結果存在人為誤差。近10余a來，國內(nèi)外研究學者為了解決這些問題在森林樣地調(diào)查中引用了TLS技術，提高了工作效率與數(shù)據(jù)精度。TLS技術在森林調(diào)查中主要的優(yōu)勢在于能夠準確、快速、自動獲取毫米級別的詳細森林參數(shù)信息。研究者最早利用TLS技術提取森林樣地內(nèi)樹木基本屬性信息，如：胸徑和單木位置[4-10]。之后，隨著TLS技術的日趨成熟、提取算法的完善以及應用軟件的豐富，TLS技術應用研究也更加深入，如葉面積指數(shù)的估算[11-17]，冠層空隙度[18-21]，冠層輻射[21-22]，冠層結構[23-24]，葉面積分布[25]，樹干曲線[26-27]，競爭指數(shù)[28-30]等研究。同時，TLS針對森林生態(tài)系統(tǒng)研究與森林資源調(diào)查之間存在著一定的關系，例如，在同一個研究樣地內(nèi)獲取單木的基本屬性(樹種、樹高、胸徑、生物量等)，然而，其中許多單木屬性是應用于森林生態(tài)系統(tǒng)研究而不是森林經(jīng)營研究，反之亦然，如葉面積指數(shù)和樹干曲線[31]等。本研究首先簡單介紹地基激光雷達的應用領域，然后論述該技術在林業(yè)研究上的應用現(xiàn)狀，最后展望地基激光雷達用于森林資源調(diào)查的應用前景。

1 地基激光雷達的應用領域

TLS能夠主動、精確、快速的獲取目標物三維地理空間坐標和立體影像數(shù)據(jù)，可以提供詳細的垂直結構信息，對目標的定量分析提供數(shù)據(jù)支撐。目前，TLS廣泛應用于工業(yè)設計與施工測繪、采石采礦、古建筑維護與修復、變形監(jiān)測、事故調(diào)查、逆向工程應用、地質研究及農(nóng)作物生長監(jiān)測等領域。近年來，隨著激光雷達設備與應用軟件的革新，使其可以更加快捷的獲取高精度的森林結構參數(shù)信息。因此，許多學者將TLS技術應用于林業(yè)資源調(diào)查研究中。與傳統(tǒng)的林業(yè)資源調(diào)查相比，TLS不僅能夠從點云數(shù)據(jù)中提取位置、數(shù)量、樹高、胸徑、冠幅、郁閉度、葉面積指數(shù)、樹木材積和樹木地上生物量等森林參數(shù)，而且還節(jié)省人力物力財力，提高了工作效率。

2 國內(nèi)外研究現(xiàn)狀

地基激光雷達技術是近幾年興起的一門應用于林業(yè)研究的新技術，最初利用TLS進行森林樣地調(diào)查是因為能夠從TLS數(shù)據(jù)中自動獲取詳細的樹木屬性信息，相比傳統(tǒng)人工調(diào)查方法省時、省力，具有明顯的優(yōu)勢。同時，由于激光雷達具有較高的分辨能力和抗干擾能力等特點，使其迅速成為一個替代傳統(tǒng)光學傳感器調(diào)查監(jiān)測森林動態(tài)變化的新手段。

2.1 國外研究現(xiàn)狀

2.1.1 單木參數(shù)提取及其算法研究 地基激光雷達是近年來在國際上發(fā)展十分迅速的主動式遙感技術，在森林樣地調(diào)查中TLS不僅能夠自動獲取樣地尺度屬性信息，例如：地形、單木位置、胸徑、樹高、數(shù)量等，而且也能直接獲得樹干曲線、樹干材積及樹冠層的結構參數(shù)。但是，目前TLS并不能夠直接獲取非結構參數(shù)，例如：年齡、樹種、樹皮厚度、紋理、樹木材質等(表1)。

表1 參數(shù)提取Table 1 Parameter extraction

M.Simonse[32]等利用原始點云中Z軸的最低點來創(chuàng)建數(shù)字地形模型，然后過濾刪除噪點，最后通過Hough變換和圓擬合法來提取點云數(shù)據(jù)中單木位置、胸徑和不同高度處樹干的直徑。將結果與常規(guī)測量的基礎數(shù)據(jù)進行對比發(fā)現(xiàn)：單木位置和胸徑的擬合精度非常高，誤差在預期范圍內(nèi)。T.Aschoff等[33]首先將獲取的點云數(shù)據(jù)進行過濾，濾除掉因人為或其他原因造成的孤立點，再對數(shù)據(jù)進行取樣抽稀，減輕后續(xù)數(shù)據(jù)處理工作量，然后分離出地面點云和地上植被點云，利用不規(guī)則三角網(wǎng)構建數(shù)字地面模型，基于此，對不同高度處的點云進行切片，采用Hough方法提取單木位置和樹干直徑。

G.Király[34]采用點聚類法和月牙法結合擬合圓來識別單木，提取單木位置、胸徑、樹高。A.Bienert[4]等通過利用點聚類搜尋法和點密度矢量法對單木進行識別，發(fā)現(xiàn)采用點密度矢量分析法識別單木的精度為97.4%，遠高于點聚類搜尋法25%的精度。I.Oveland[35]等將激光測量分成由激光掃描旋轉決定的時間間隔，從每個激光掃描旋角自動提取單木位置和胸徑，然后利用迭代最近點算法估算單木中心點，結果表明樣地胸徑的平均差值為0.9 cm，RMSE為1.5 cm，TLS能夠在30 s內(nèi)掃描250 m2的樣地點。P.Wezyk[36]等基于像素法和管道法對點云數(shù)據(jù)進行參數(shù)提取發(fā)現(xiàn)：像素法數(shù)據(jù)處理效果最好，估測胸徑與實測胸徑之間的相關系數(shù)R2大于0.946，樹高相差0.35 m。M.Vastaranta[6]等分別利用TLS、激光相機(Laser camera)、激光速測鏡(Laser relascope)對樣地內(nèi)122棵樹進行測量，發(fā)現(xiàn)胸徑的標準測量誤差分別為8.3 mm(4.5%)，8.5 mm(4.9%)，14.3 mm(8.3%)。

TLS不僅可以提取單木屬性參數(shù)，而且能夠在樣地尺度下進行森林資源清查，能夠在一定范圍內(nèi)精確的識別單木。X.Liang[27]等利用TLS數(shù)據(jù)自動構建樹干曲線，與實測數(shù)據(jù)進行對比發(fā)現(xiàn)85%的樹木能夠在60 m的范圍內(nèi)自動識別。P.Litkey[37]等利用單站測量來識別單木位置和樹干曲線，在研究區(qū)域內(nèi)85%的樹木能夠從單站TLS數(shù)據(jù)中自動獲取。X.Liang[10]等利用自動算法從單站掃描數(shù)據(jù)提取單木位置，9塊半徑為10 m的圓形樣地總的檢測精度為71%。

在森林資源清查中，獲取林木屬性參數(shù)是一方面，其結果的提取精度是另一關鍵因子。TLS在進行林分調(diào)查時，其對樣地屬性數(shù)據(jù)的提取精度高。D.Seidel[38]等利用多個單站掃描獲取5個不同林分條件、林分密度的樣地點云數(shù)據(jù)，結果表明多個單站掃描獲取的樣地信息更加全面，數(shù)據(jù)處理更加高效，可以區(qū)分不同森林條件下的不同森林結構參數(shù)。M.Thies[39]對樣地大小為30 m×30 m的山毛櫸和橡樹生長的混交林樣地進行單站和多站的兩種TLS掃描方法，比較胸徑、樹高、冠層高度的提取精度，結果顯示，多站掃描的單木的檢測精度(52%)高于單站掃描的檢測精度(22%)、基于多站掃描的胸徑誤差(1.3%)比單站(4.1%)更好，然而，對單木位置的檢測而言，兩者的精度是一樣的，與是否是單站還是多站無關。C.Hopkinson[40]等為了評價應用TLS在森林樣地調(diào)查中森林單木參數(shù)提取的潛力，在純紅松林和落葉混交林兩塊樣地中同時進行TLS測量和傳統(tǒng)人工調(diào)查，研究發(fā)現(xiàn)，樹位置、樹高、胸徑、林分密度、樹木材積等所有的數(shù)據(jù)都能夠從TLS數(shù)據(jù)中提取出來，可能由于樹冠之間的遮蔽和非最優(yōu)掃描站點的影響，樹高存在輕微的低估現(xiàn)象。

樹木形態(tài)的研究也是進行森林資源調(diào)查中較重要的一部分，然而從點云數(shù)據(jù)中，不僅可以通過反演提取單木位置、樹高、胸徑等參數(shù)，而且可以構建單木的分形結構、形態(tài)特征、生長過程等。B.Gorte[41]等將點云區(qū)域劃分為大小一致的三維體元空間，然后將二維的柵格圖像處理算法應用于三維體元空間，來確定樹干和樹干分枝結構，這個算法包括過濾、數(shù)學形態(tài)學、骨架化、最優(yōu)路線法。N.Pfeifer[42]從掃描獲取的點云數(shù)據(jù)中提取枝干的半徑、軸方向以及軸線位置等參數(shù)，同時掃描樹干表面不規(guī)則結構，基于自動擬合圓柱體算法構建單木樹干及主要枝干模型，模型的擬合精度高，誤差在1 cm左右。

J.G.Henning[43]對北卡羅來納州西部森林一塊20 m×40 m落葉林樣地在有葉和無葉兩種情況下進行不同季節(jié)掃描獲取TLS數(shù)據(jù)，發(fā)現(xiàn)能夠直接從掃描獲取的數(shù)據(jù)中判斷是否有葉或無葉，在有葉的情況下位置誤差為0.39 m，胸徑誤差為4.7 cm，由于樹葉的遮擋問題，在有葉的情況下TLS有效的測量范圍為25.2 m，小于無葉的測量范圍32.6 m。同時，他們又提出一種在森林環(huán)境中對TLS數(shù)據(jù)配準的方法，采用最近迭代點算法(ICP)進行多視圖影像配準，產(chǎn)生了16 mm的平均配準誤差。研究認為，TLS能夠客觀一致的描述森林結構指標，未來不僅僅局限于森林的資源調(diào)查研究，而且可以用來監(jiān)測森林動態(tài)變化研究。

TLS在獲取樹干材積、樹干生物量等方面具有得天獨厚的優(yōu)勢，可以不通過破壞性測量，直接從點云數(shù)據(jù)中提取樹干材積以及結合模型估測樹干生物量，估測精度高。D.Seidel[44]等基于TLS數(shù)據(jù)根據(jù)異速生長回歸模型來估算樹木干重，研究發(fā)現(xiàn)6.9 kg的樹木干重的平均絕對誤差為11.1%。I.OVELAND[35]等結合體元法和冠層維度特征對單木的樹枝生物量進行估算研究，發(fā)現(xiàn)當體元大小為0.4 m時，精度最好，體元大小為0.1 m時，精度最差。P.Pueschel[45]等估算了6棵樹高為10 m的山毛櫸樹干材積，結果表明，多站測量偏差范圍在2%～6%，單站偏差為34%～44%，多站測量效果比單站測量具有明顯的優(yōu)勢。

2.1.2 林分結構研究 由于傳統(tǒng)的測量手段無法準確地進行林分冠層的測量與分析，對于林分冠層結構研究往往具有局限性。地基激光雷達提供了一種非破壞性的高分辨率冠層三維測量手段，能夠獲取樹冠表面高分辨率3D點云數(shù)據(jù)，進而促進林分冠層結構研究。TLS可以較準確的用來描述林分冠層的空間格局，如冠層間隙率、葉面積指數(shù)、葉面積密度及葉傾角等。F.Hosoi和K.Omasa[11]使用高精度的便攜式TLS采用VCP(Voxel-Based Canopy Profiling)方法對山茶花的葉面積密度(LAD)和葉面積指數(shù)(LAI)進行反演估算，結果顯示，LAD在最小的水平厚度上的估算誤差為17%，在最大水平厚度上的估算誤差為0.7%，LAI的估算誤差為0.7%。A.H.Strahler[12]等基于簡單的線性參數(shù)冠層模型獲取葉面積指數(shù)(LAI)，分析了葉面積指數(shù)隨著高度的分布情況。D.L Jupp[13]等使用EVI提取了樣地內(nèi)LAI，與數(shù)字半球影像對比結果一致。G.Zheng[46]等利用TLS數(shù)據(jù)進行了有效葉面積指數(shù)、葉傾角、葉面積指數(shù)的空間變異性等研究。

L.Korhonen[47]等基于樹冠點云回波、DTM等參數(shù)，采用機載激光雷達、TLS和實際值相結合的方法對林分冠層郁閉度進行研究。M.A.Balduzzi[48]等利用TLS對黃花梨樹葉的幾何形狀進行測量研究，發(fā)現(xiàn)當入射角度小于60°時，樹葉表面的測量精度為±5°；當入射角大于60°時，精度變化比較大。A.M.GARC[49]等利用TLS提取森林冠層屬性信息，提取結果顯示，冠層高度的相關系數(shù)R2為0.81，RMSE為2.47 m，垂直方向上冠層基本高度的相關系數(shù)R2為0.86，RMSE為3.09 m。S.Bittner[50]等將TLS獲取的三維數(shù)據(jù)用體元表示，根據(jù)輸入體元的邊緣長度和光衰減系數(shù)兩個參數(shù)，利用快速光線追蹤算法來計算吸收的光合有效輻射值，結果顯示，冠層的NSE(model efficiency Nash-Sutcliffe efficiency)為0.88，RMSE為124 μmol·m-2·s-1，土壤表面NSE為0.65，RMSE為22 μmol·m-2·s-1。

D.Bayer[24]等利用TLS對混交和純的歐洲山毛櫸和挪威云杉進行研究，對樹木的形態(tài)特征進行分析，發(fā)現(xiàn)種間競爭對樹木冠形結構影響最大。F.Longuetaud[51]等利用TLS開展了闊葉混交林中種間競爭對目標樹冠型的可塑性研究。J.Metz[28]等基于TLS分析了3個樣地內(nèi)目標樹周圍相鄰樹木冠型對山毛櫸生長的影響，結果表明，目標樹冠型的競爭壓力表現(xiàn)為種間競爭比種內(nèi)競爭的影響更大。D.Seidel[29]等利用TLS研究相鄰樹種結構對目標樹木直徑增長量的影響，通過比較不同的競爭指標發(fā)現(xiàn)，樹高的60%處與胸徑增長量的相關性最高。

2.2 國內(nèi)研究現(xiàn)狀

與國外研究相比，我國TLS技術應用于林業(yè)研究尚屬起步階段，目前僅局限于基本測樹參數(shù)的提取、單木三維模型重建、森林參數(shù)反演及地上生物量估測等方面，在林業(yè)其他領域還未深入開展研究。國內(nèi)僅有少部分學者就TLS在林業(yè)應用的可行性進行了研究，相繼開展了林分參數(shù)提取研究，主要包括樹高、位置、胸徑、郁閉度、胸高斷面積、生物量和蓄積量等參數(shù)的反演以及單木三維模型的構建。

關于TLS在我國的知識理論體系、現(xiàn)階段運用狀況相關學者做相應的研究。馬立廣[36]首先從初識者的角度介紹了地基激光雷達掃描儀的分類及其在應用中需要注意的事項。龐勇[52]主要從激光雷達遙感的基本原理、大小光斑激光雷達系統(tǒng)的特點，以及他們在林業(yè)上的應用現(xiàn)狀進行了評述。

利用TLS直接對樹木材積進行計算的研究方面，國內(nèi)出現(xiàn)最早的有關TLS應用于森林資源調(diào)查的文獻資料為北京林業(yè)大學馮仲科[33]團隊，基于TLS將102棵不同樹種、徑階的標準木的點云數(shù)據(jù)與伐倒木實測數(shù)據(jù)進行比較發(fā)現(xiàn)，掃描得到的體積與區(qū)分求積得到的結果相關性很高，R2為0.99。由此可見，利用TLS可以替代傳統(tǒng)的區(qū)分求積方法進行立木材積表的編制。

為了獲取更為精確的數(shù)據(jù)，研究學者開展了單站和多站的方法對實驗樣地進行數(shù)據(jù)的采集、處理與分析，發(fā)現(xiàn)單站與多站掃描所提取的精度存在差異，多站提取精度優(yōu)于單站提取精度。劉魯霞[53]基于TLS對天然林和杉木人工林進行多站和單站掃描開展單木樹高和胸徑的提取研究，對于多站拼接數(shù)據(jù)，即使在林分條件復雜的原始林，單木識別精度仍可達81%，對于單站數(shù)據(jù)，隨著掃描距離增加，單木識別率降低。天然林單木樹高的估測結果R2為0.77，RMSE為1.46；人工林單木樹高估測結果R2為0.94，RMSE為0.96 m。

寧亮亮[54]等對采集的點云數(shù)據(jù)進行去噪處理、點云數(shù)據(jù)的匹配等處理，建立樹木三維模型并進行三維綠量的估算，取得了較理想的結果，能夠滿足三維綠量的計算精度。梁子瑜[55]利用點云數(shù)據(jù)構建點云數(shù)據(jù)與樹干削度之間的反演關系，擬合樹干削度方程。黃華兵[9]和倪文儉[8]通過點云數(shù)據(jù)提取DEM，通過樹干點云的垂直連續(xù)特征來識別樹干，結合圓擬合提取位置和胸徑，與林業(yè)實測數(shù)據(jù)進行對比，結果具有較好的一致性。

鄧洋波[56]等采用地基激光雷達獲取黑松、馬尾松、荔枝、相思樹點云數(shù)據(jù)，基于點云體素化理論，分割葉片點云，建立“葉片-體素”的投影關系，研究體素化理論中尺度因子與點云密度對葉面積指數(shù)(LAI)反演精度的影響，實現(xiàn)了單木LAI的高精度獲取。汪艷[16]提出利用光線跟蹤結合植被真實結構模擬地面單木三維點云數(shù)據(jù)，并結合間隙率模型來反演單木葉面積指數(shù)。王向玉[7]利用TLS三維點云數(shù)據(jù)，在已有的枝干結構重建方法基礎上，提出了一種利用點云密度結合間隙率模型反演單木總葉面積，并在冠層內(nèi)分體元添加樹葉的方法，重建完整的單木三維結構。嵇俊[58]等對原始點云數(shù)據(jù)進行去噪處理、三角剖分生成網(wǎng)格、網(wǎng)格優(yōu)化、孔洞修補等處理，快速重建出復雜植物葉片的高精度模型。李丹[59]利用TLS對涼水自然保護區(qū)內(nèi)5塊白樺天然次生林樣地進行多站掃描，利用圓擬合和Hough變換方法從點云中提取單木位置、胸徑和樹高，與外業(yè)實際測量數(shù)據(jù)對比，結果一致性較高，單木識別的平均精度為72%。王祺[60]等利用樹木點云數(shù)據(jù)為基礎，運用扇形面積逼近和不規(guī)則體切片分割累加算法，實現(xiàn)了樹冠體積的自動計算，節(jié)省了人力，在計算精度方面提高了6.17%，具有一定的實踐和應用價值，可為樹冠結構的研究提供參考。

綜上所述，TLS技術是一種主動遙感三維空間測量手段，能夠實現(xiàn)單木空間參數(shù)的自動獲取，構建森林三維空間場景。隨著研究的深入和技術的成熟，研究內(nèi)容從單木參數(shù)(位置、胸徑、樹高)提取研究，逐漸發(fā)展到樹干曲線、樹干生物量、立木材積與林分結構參數(shù)(冠幅、郁閉度、葉面積指數(shù)、葉傾角等)等方面的研究。此外，通過對樣地點云數(shù)據(jù)的分割來分析目標樹與相鄰樹木之間的競爭壓力以及對冠型可塑性的影響已經(jīng)成為新的研究方向。

3 結論與討論

TLS能夠獲取目標樣地內(nèi)高精度3D點云，具有自動化處理數(shù)據(jù)的能力。與其他傳感器相比，雖然TLS的理論視距可達數(shù)百米，但由于樣地林分密度和地形條件的不同，以及樹木之間的遮擋等因素，使得其實際有效工作范圍十分有限，僅局限于樣地尺度，無法獲取大面積區(qū)域尺度森林空間結構信息。在樣地尺度內(nèi)，多站拼接比單站掃描具有更高的提取精度，更加接近樣地實測結果。但其需要對數(shù)據(jù)進行拼接處理，而且數(shù)據(jù)量巨大，后續(xù)處理運算量大，所以，并不是架設的站點越多越好。目前缺乏一個針對不同林分密度條件下布設站點數(shù)量及規(guī)則的標準。目前，絕大部分研究都是基于激光回波點云來進行單木結構參數(shù)提取研究，對于回波點云強度信息研究較少，缺乏對原始數(shù)據(jù)的數(shù)據(jù)信息挖掘工作。地基激光雷達屬于高精密設備，儀器成本高昂，數(shù)據(jù)的獲取、處理與分析等技術要求相對較高，需要具備一定專業(yè)知識背景的技術人員。而且其技術體系不夠完善，缺乏相應的數(shù)據(jù)處理算法及針對林業(yè)應用分析處理軟件。這些因素都限制了TLS技術的推廣與普及。

地基激光雷達可以獲取高精度三維空間結構信息，但提供的光譜信息有限。因此，將地基激光雷達與其他光學遙感技術相結合，充分發(fā)揮與其他遙感數(shù)據(jù)的優(yōu)勢互補作用，監(jiān)測森林資源變化以及生態(tài)環(huán)境變化，研究森林碳匯等功能[34]。目前已有研究學者將激光雷達與高光譜[61]、Landsat8[62]、機載雷達[53]等技術結合起來對森林資源進行調(diào)查和監(jiān)測。對原始數(shù)據(jù)中點云強度信息開展深入研究，分析回波強度與樹種類別或樹皮表面之間的關系，結合其他多光譜和高光譜影像技術進行樹種的自動分類研究。開發(fā)基于地基激光雷達數(shù)據(jù)處理的林業(yè)應用專業(yè)軟件以及提取算法[53]，完善TLS技術在林業(yè)應用的理論體系，培訓TLS數(shù)據(jù)處理分析專業(yè)技術人員，推進研究成果在林業(yè)生產(chǎn)實踐中的應用。

國內(nèi)外基于地基激光雷達在林業(yè)上的應用大都是以研究稀疏平坦、林分結構簡單的純林或者人工林開始[63]。隨著研究的深入和技術的成熟，越來越多的研究開始傾向于林分結構復雜的天然林和混交林。研究內(nèi)容從單木參數(shù)(位置、胸徑、樹高)提取研究，逐漸發(fā)展到林分結構參數(shù)(冠幅、郁閉度、葉面積指數(shù)、葉傾角等)、樹干生物量與立木材積的方面的研究。最新文獻資料顯示，基于TLS也可以研究目標樹與鄰木之間的競爭壓力以及對冠型可塑性的影響。隨著技術的發(fā)展和儀器設備的更新，以及越來越多的研究人員參與進來，研究的內(nèi)容也越來越深入研究。

參考文獻：

[1] 張煜星.遙感技術在森林資源清查中的應用研究[M].北京：中國林業(yè)出版社,2007.

[2] 劉魯霞,龐勇.機載激光雷達和地基激光雷達林業(yè)應用現(xiàn)狀[J].世界林業(yè)研究,2014,27(1):49-56.

[3] 黃華國.激光雷達技術在林業(yè)科學研究中的進展分析[J].北京林業(yè)大學學報,2013,35(4):134-143.

HUANG H G.Progress analysis of LiDAR research on forestry science studies[J].Journal of Beijing Forestry University,2013,35(3):134-143.(in Chinese)

[4] BIENERT A,SCHELLER S,KEANE E,etal.Application of terrestrial laser scanners for the determination of forest inventory parameters[J].International Archives of Photogrammetry,Remote Sensing and Spatial Information Sciences,2006,36(5):1-5.

[5] SCHELLER S.Automatic forest inventory parameter determination from terrestrial laser scanner data[J].International Journal of Remote Sensing,2008,29(5):1579-1593.

[6] VASTARANTA M,MELKAS T,HOLOPAINEN M,etal.Laser-based field measurements in tree-level forest data acquisition[J].Photogrammetric Journal of Finland,2009,21:51-61.

[7] MURPHY G E,ACUNA M A,DUMBRELL I.Tree value and log product yield determination in radiata pine (Pinusradiata) plantations in Australia:comparisons of terrestrial laser scanning with a forest inventory system and manual measurements[J].Canadian Journal of Forest Research,2010,40(11):2223-2233.

[8] 倪文儉,過志峰,孫國清,等.基于地基激光雷達數(shù)據(jù)的單木結構參數(shù)提取研究[J].高技術通訊,2010,20(2):191-198.

[9] 黃華兵.激光雷達森林結構參數(shù)提取—山東徂徠山林場低密度航空激光雷達及地面激光雷達數(shù)據(jù)應用[D],北京：中國科學院遙感應用研究所,2008.

[10] LIANG X,LITKEY P,HYYPP J,etal.Automatic stem location mapping using TLS for plot-wise forest inventory[J].Proceedings of the SilviLaser,2009:1-9.

[11] HOSOI F,OMASA K.Voxel-based 3-D modeling of individual trees for estimating leaf area density using high-resolution portable scanning lidar[J].IEEE transactions on geoscience and remote sensing,2006,44(12):3610-3618.

[12] STRAHLER A H,JUPP D L,WOODCOCK C E,etal.Retrieval of forest structural parameters using a ground-based lidar instrument (Echidna?)[J].Canadian Journal of Remote Sensing,2008,34(Supp.2):S426-S440.

[13] JUPP D L,CULVENOR D,LOVELL J,etal.Estimating forest LAI profiles and structural parameters using a ground-based laser called ‘Echidna?’[J].Tree physiology,2009,29(2):171-181.

[14] 朱振.基于地面激光雷達系統(tǒng)獲取單株樹木LAI研究[D],北京：北京師范大學,2011.

[15] ARN J,VALL S J M,LLORENS J,etal.Leaf area index estimation in vineyards using a ground-based LiDAR scanner[J].Precision agriculture,2013,14(3):290-306.

[16] 汪艷,謝東輝,王向玉,等.地面LiDAR數(shù)據(jù)模擬及單木LAI反演[J].遙感學報,2015,19(3):391-399.

WANG Y,XIE D H,WANG X Yetal.Simulation and analysis of point clouds from a terrestrial laser scanner[J].Journal of Remote Sensing,2015 19(3):391-399.(in Chinese)

[17] ZHENG G,MOSKAL L M,KIM S-H.Retrieval of effective leaf area index in heterogeneous forests with terrestrial laser scanning[J].IEEE Transactions on Geoscience and Remote Sensing,2013,51(2):777-786.

[18] DANSON F M,HETHERINGTON D,MORSDORF F,etal.Forest canopy gap fraction from terrestrial laser scanning[J].IEEE Geoscience and Remote Sensing Letters,2007,4(1):157-160.

[19] SEIDEL D,FLECK S,LEUSCHNER C.Analyzing forest canopies with ground-based laser scanning:a comparison with hemispherical photography[J].Agricultural and Forest Meteorology,2012,154:1-8.

[20] ZHAO F,STRAHLER A H,SCHAAF C L,etal.Measuring gap fraction,element clumping index and LAI in Sierra forest stands using a full-waveform ground-based lidar[J].Remote Sensing of Environment,2012,125:73-79.

[21] CIFUENTES R,VAN DER ZANDE D,FARIFTEH J,etal.Effects of voxel size and sampling setup on the estimation of forest canopy gap fraction from terrestrial laser scanning data[J].Agricultural and Forest Meteorology,2014,194:230-240.

[22] VAN DER ZANDE D,STUCKENS J,VERSTRAETEN W W,etal.3D modeling of light interception in heterogeneous forest canopies using ground-based LiDAR data[J].International Journal of Applied Earth Observation and Geoinformation,2011,13(5):792-800.

[23] MOORTHY I,MILLER J R,BERNI J A J,etal.Field characterization of olive (OleaeuropaeaL.) tree crown architecture using terrestrial laser scanning data[J].Agricultural and Forest Meteorology,2011,151(2):204-214.

[24] BAYER D,SEIFERT S,PRETZSCH H.Structural crown properties of Norway spruce (Piceaabies[L.] Karst.) and European beech (FagussylvaticaL.) in mixed versus pure stands revealed by terrestrial laser scanning[J].Trees,2013,27(4):1035-1047.

[25] BLAND M,WIDLOWSKI J-L,FOURNIER R A,etal.Estimating leaf area distribution in savanna trees from terrestrial LiDAR measurements[J].Agricultural and Forest Meteorology,2011,151(9):1252-1266.

[26] LIANG X,HYYPP J,KANKARE V,etal.Stem curve measurement using terrestrial laser scanning[C].Proceedings of 11thInternational Conference on LiDAR Applications for Assessing Forest Ecosystems.2011:1-6.

[27] LIANG X,LITKEY P,HYYPP J,etal.Automatic plot-wise tree location mapping using single-scan terrestrial laser scanning[J].The Photogrammetric Journal of Finland,2011,22(2):37-48.

[28] METZ J,SEIDEL D,SCHALL P,etal.Crown modeling by terrestrial laser scanning as an approach to assess the effect of aboveground intra-and interspecific competition on tree growth[J].Forest Ecology and Management,2013,310:275-288.

[29] SEIDEL D,HOFFMANN N,EHBRECHT M,etal.How neighborhood affects tree diameter increment-new insights from terrestrial laser scanning and some methodical considerations[J].Forest Ecology and Management,2015,336:119-128.

[30] SEIDEL D,LEUSCHNER C,M LLER A,etal.Crown plasticity in mixed forests-quantifying asymmetry as a measure of competition using terrestrial laser scanning[J].Forest Ecology and Management,2011,261(11):2123-2132.

[31] LIANG X,KANKARE V,HYYPP J,etal.Terrestrial laser scanning in forest inventories[J].ISPRS Journal of Photogrammetry and Remote Sensing,2016,115:63-77.

[32] SIMONSE M,ASCHOFF T,SPIECKER H,etal.Automatic determination of forest inventory parameters using terrestrial laser scanning[C].Proceedings of the scandlaser scientific workshop on airborne laser scanning of forests.2003:252-258.

[33] ASCHOFF T,THIES M,SPIECKER H.Describing forest stands using terrestrial laser-scanning[J].International Archives of Photogrammetry[J].Remote Sensing and Spatial Information Sciences,2004,35(5):237-241.

[35] OVELAND I,HAUGLIN M,GOBAKKEN T,etal.Automatic estimation of tree position and stem diameter using a moving terrestrial laser scanner[J].Remote Sensing,2017,350(9):1-15.

[36] WEZYK P,KOZIOL K,GLISTA M,etal.Terrestrial laser scanning versus traditional forest inventory:first results from the Polish forests[C].Proceedings of the Proceedings of the ISPRS Workshop Laser Scanning.2007:12-14..

[37] LITKEY P,LIANG X,KAARTINEN H,etal.Single-scan TLS methods for forest parameter retrieval[C].Proceedings of SilviLaser,2008

[38] SEIDEL D,EHBRECHT M,PUETTMANN K.Assessing different components of three-dimensional forest structure with single-scan terrestrial laser scanning:a case study[J].Forest Ecology & Management,2016,381:196-208.

[39] THIES M,SPIECKER H.Evaluation and future prospects of terrestrial laser scanning for standardized forest inventories[J].Forest,2004,2(2.2):192-197.

[40] HOPKINSON C,CHASMER L,YOUNGPOW C,etal.Assessing forest metrics with a ground-based scanning lidar[J].Canadian Journal of Forest Research,2004,34(3):573-583.

[41] GORTE B,PFEIFER N.Structuring laser-scanned trees using 3D mathematical morphology[J].International Archives of Photogrammetry and Remote Sensing,2004,35(B5):929-933.

[42] PFEIFER N,WINTERHALDER D.Modelling of tree cross sections from terrestrial laser scanning data with free-form curves[J].Int.Arch.Photogramm Remote Sens.Spat.Inf.Sci.,2004,36(8/W2):76-81.

[43] HENNING J G,RADTKE P J.Ground-based laser imaging for assessing three-dimensional forest canopy structure[J].Photogrammetric Engineering & Remote Sensing,2006,72(12):1349-1358.

[44] SEIDEL D,ALBERT K,FEHRMANN L,etal.The potential of terrestrial laser scanning for the estimation of understory biomass in coppice-with-standard systems[J].Biomass and Bioenergy,2012,47(5):20-25.

[45] PUESCHEL P,NEWNHAM G,ROCK G,etal.The influence of scan mode and circle fitting on tree stem detection,stem diameter and volume extraction from terrestrial laser scans[J].Isprs Journal of Photogrammetry & Remote Sensing,2013,77(3):44-56.

[46] ZHENG G,MOSKAL L M.Computational-geometry-based retrieval of effective leaf area index using terrestrial laser scanning[J].IEEE Transactions on Geoscience and Remote Sensing,2012,50(10):3958-3969.

[47] KORHONEN L,KAARTINEN H,KUKKO A,etal.Estimating vertical canopy cover with terrestrial and airborne laser scanning[C].Proceedings of the 10thinternational conference on LiDAR applications for assessing forest ecosystems (Silvilaser 2010),2010.

[48] BALDUZZI M A,VAN DER ZANDE D,STUCKENS J,etal.The properties of terrestrial laser system intensity for measuring leaf geometries:a case study with conference pear trees (Pyrus Communis)[J].Sensors,2011,11(2):1657-1681.

[49] GARC A M,DANSON F M,RIANO D,etal.Terrestrial laser scanning to estimate plot-level forest canopy fuel properties[J].International Journal of Applied Earth Observation and Geoinformation,2011,13(4):636-645.

[50] BITTNER S,GAYLER S,BIERNATH C,etal.Evaluation of a ray-tracing canopy light model based on terrestrial laser scans[J].Canadian Journal of Remote Sensing,2012,38(5):619-628.

[51] LONGUETAUD F,PIBOULE A,WERNSD RFER H,etal.Crown plasticity reduces inter-tree competition in a mixed broadleaved forest[J].European Journal of Forest Research,2013,132(4):621-634.

[52] 龐勇,李增元,陳爾學,等.激光雷達技術及其在林業(yè)上的應用[J].林業(yè)科學,2005,41(3):129-136.

PANG Y,LI Z Y,CHEN E X,etal.Lidar remote sensing technology and its application in forestry[J].Scientia Silvae Sinicae,2005,41(3):129-136.(in Chinese)

[53] 劉魯霞,龐勇,李增元.基于地基激光雷達的亞熱帶森林單木胸徑與樹高提取[J].林業(yè)科學,2016,52(2):26-37.

LIU L X,PANG Y,LI Z Y.Individual tree DBH and height estimation using terrestial laser scanning in a subtropical fotest[J].Scientia Silvae Sinicae,2016,52(2):26-37.(in Chinese)

[54] 寧亮亮,張曉麗.點云數(shù)據(jù)三維樹木模型建立及三維綠量的估算[J].西北林學院學報,2014,29(6):145-148.

NING L L,ZHANG X L.Establishment of three-dimensional tree models by using point clouds and the estimation of living vegetation volume[J].Journal of Northwest Forestry University,2014,29(6):145-148.(in Chinese)

[55] 梁子瑜,孫圓,梁欣廉,等.基于地面激光掃描儀的樹干削度方程提取[J].南京林業(yè)大學學報:自然科學版,2014,38(5):6-10.

LIANG Z Y,SUN Y,LIANG X L,etal.The extraction of stem taper equation based on terrestrial laser scanning[J].Journal of Nanjing Forestry University:Natural Sciences Edition,2014,38(5):6-10.(in Chinese)

[56] 鄧洋波,余坤勇,俞欣妍,等.基于點云體素化的單木葉面積指數(shù)地基遙感反演[J].西北林學院學報,2017,32 (3):191-197.

DENG Y B,YU K Y,YU X Y,etal.Estimation of individual tree leaf area index of terrestrial remote sensing inversion based on point cloud voxelization[J].Journal of Northwest Forestry University,2017,32(3):191-197.(in Chinese)

[57] 王向玉,謝東輝,汪艷,等.基于地面激光雷達點云數(shù)據(jù)的單木三維重建[J].遙感技術與應用,2015 (3):455-460.

[58] 嵇俊,云挺,薛聯(lián)鳳,等.基于激光點云數(shù)據(jù)的復雜植物葉片重建方法[J].西北林學院學報,2014,29(5):64-69.

JI J,YUN T,XUE L F,etal.Based on laser point clouds data of complex plant leaves reconstruction method[J].Journal of Northwest Forestry University,2014,29(5):64-69.(in Chinese)

[59] 李丹,龐勇,岳彩榮,等.基于 TLS 數(shù)據(jù)的單木胸徑和樹高提取研究[J].北京林業(yè)大學學報,2012,34(4):79-86.

LI D,PANG Y,XUE C R,etal.Extraction of individual tree DBH and height based on terrestrial laser scanner data[J].Journal of Beijing Forestry University,2012,34(4):79-86.(in Chinese)

[60] 王祺,胡洪,吳艷蘭,等.基于點云數(shù)據(jù)的樹冠體積自動求算方法[J].西北林學院學報,2017,32(2):242-246.

WANG Q,HU H,WU Y L,etal.Automatic tree crown volume calculation method based on point cloud data[J].Journal of Northwest Forestry University,2017,32(2):242-246.(in Chinese)

[61] 趙旦.基于激光雷達和高光譜遙感的森林單木關鍵參數(shù)提取[D].北京:中國林業(yè)科學研究院,2012.

[62] 張明政,蘇偉,王瑞燕.基于地基激光雷達與Landsat8影像的玉米LAI反演[J].中國激光,2015,42(11):248-254.

[63] 李丹,龐勇,岳彩榮.地基激光雷達在森林參數(shù)反演中的應用[J].世界林業(yè)研究,2012,25(6):34-39.