基于無人機(jī)機(jī)載激光雷達(dá)的桉樹蓄積量估測技術(shù)研究*

周宇飛 王振師 鐘映霞 吳澤鵬魏書精 李 強(qiáng) 李小川

（廣東省森林培育與保護(hù)利用重點(diǎn)實驗室/廣東省林業(yè)科學(xué)研究院， 廣東 廣州 510520）

桉樹Eucalyptus spp.作為世界著名的速生樹種，憑借其適應(yīng)性強(qiáng)、用途廣泛、速生高產(chǎn)等特點(diǎn)，是華南地區(qū)人工速生林的優(yōu)選樹種[1-2]。桉樹人工林蓄積調(diào)查是林業(yè)生產(chǎn)經(jīng)營的重要工作[2]。通常的蓄積調(diào)查方法包括機(jī)械角規(guī)樣地調(diào)查法、標(biāo)準(zhǔn)樣地調(diào)查法、全林每木檢尺法以及樣圓調(diào)查法等[3]，這些傳統(tǒng)的蓄積量調(diào)查方法均需要耗費(fèi)大量人工，且數(shù)據(jù)質(zhì)量難以保障。無人機(jī)可以獲取較大面積林地的林木幾何參數(shù)，在林業(yè)應(yīng)用中具有成本低、效率高等優(yōu)勢[4-5]。無人機(jī)機(jī)載激光雷達(dá)測樹技術(shù)是近年迅速發(fā)展起來的遙感應(yīng)用技術(shù)[6]，機(jī)載激光雷達(dá)可以自動獲取較大面積林地的激光點(diǎn)云數(shù)據(jù)，經(jīng)過專業(yè)軟件處理后可得到株數(shù)、單木樹高及冠幅等結(jié)構(gòu)信息的客觀數(shù)據(jù)，為胸徑和蓄積的計算提供基礎(chǔ)，從而作為桉樹人工林蓄積量估測的依據(jù)[6-9]。

國外隨著無人機(jī)機(jī)載激光雷達(dá)應(yīng)用的成熟，已經(jīng)在估算蓄積量[10]、生物量[11]、樹木高度[12-13]等多方面得到了應(yīng)用。利用無人機(jī)機(jī)載激光雷達(dá)估測林木的蓄積量已經(jīng)成為林業(yè)經(jīng)營管理應(yīng)用的趨勢。

1 材料與方法

1.1 試驗區(qū)概況

試驗區(qū)位于廣東省肇慶市大南山林場，位于北 緯23°21′15″ 至23°21′32″， 東 經(jīng)112°45′26″ 至112°45′44″之間，總面積約17.5 hm2。該試驗區(qū)屬亞熱帶季風(fēng)氣候，年平均氣溫 21.3℃。極端最高氣溫38.5℃，極端最低氣溫-1.2℃，最低氣溫多出現(xiàn)在1月或2 月份，年平均降雨量約1 803.6 mm，年均日照1 702.3 h，年均雷暴日89 d。林地海拔50～200 m，坡度10～30°。土壤為磚紅壤，土層厚0.5～1.2 m，適合桉樹生長。詳細(xì)測量的試驗樣地位于有道路等標(biāo)志分割的一處獨(dú)立林班，面積0.81 hm2，是尾巨桉Eucalyptus urophylla×E. grandis 人工林，林齡約6 a的成熟林，種植株行距2.5 m ×3 m，林木長勢良好，無明顯風(fēng)折風(fēng)倒木、病木和死木。

圖1 試驗區(qū)和樣地位置衛(wèi)星影像Fig.1 Satellite imagery of test area and plot location

1.2 激光雷達(dá)點(diǎn)云數(shù)據(jù)的獲取

無人機(jī)上搭載RIEGL VUX-1 機(jī)載激光雷達(dá)系統(tǒng)，于2019 年3 月18 日對調(diào)查區(qū)域進(jìn)行機(jī)載激光雷達(dá)數(shù)據(jù)采集，最終獲得las 數(shù)據(jù)格式的點(diǎn)云數(shù)據(jù)。無人機(jī)搭載激光系統(tǒng)的飛行技術(shù)性能見表1。

1.3 試驗區(qū)調(diào)查及蓄積量計算

無人機(jī)載激光雷達(dá)測量完成后，于2019 年7—8 月對試驗樣地內(nèi)的林分進(jìn)行采伐，詳細(xì)記錄試驗樣地內(nèi)所有桉樹單木的胸徑、樹高、株數(shù)。采伐前使用胸徑尺測量單株胸徑，并在伐倒后使用皮尺量取樹高。

單木蓄積量采用廣東省桉樹類二元立木材積表的計算公式[8]：

式（1）中V 為單木蓄積量、D 為單木胸徑、H 為單木樹高。

1.4 激光雷達(dá)數(shù)據(jù)處理及蓄積量計算

使用LiDAR360 軟件處理激光雷達(dá)點(diǎn)云數(shù)據(jù)。首先將采集獲取的激光雷達(dá)點(diǎn)云原始數(shù)據(jù)進(jìn)行裁剪、去噪、地面點(diǎn)自動分類形成數(shù)字高程模型（Digital elevation model，DEM）等操作；然后利用生成的DEM 對點(diǎn)云數(shù)據(jù)進(jìn)行歸一化處理，消弱地形起伏的影響；最后使用LiDAR360 軟件的單木分割功能自動進(jìn)行單木分割。

表1 RIEGL VUX-1 機(jī)載激光雷達(dá)系統(tǒng)技術(shù)性能Table 1 Technical performance of airborne LiDAR system RIEGL VUX-1

表2 實測樹高和胸徑的統(tǒng)計分析Table 2 Statistical analysis of measured tree height and DBH

表3 實測胸徑和各模型反演胸徑的歐氏距離Table 3 The euclidean distance between the measured DBH and inverted DBH of various models

單木分割功能可以自動獲得測量區(qū)域內(nèi)的林木株數(shù)，以及每株林木的樹高、冠幅等[14-16]。由于激光雷達(dá)軟件處理無法獲取單木的胸徑數(shù)據(jù)，故可利用樣地調(diào)查所獲取的單木數(shù)據(jù)建立胸徑對樹高的回歸模型，并利用該模型為激光雷達(dá)測量的單木胸徑進(jìn)行賦值，單木的蓄積也可以利用式（1）的方法計算，由此估測整個試驗樣地的蓄積量。

2 結(jié)果與分析

2.1 實地調(diào)查結(jié)果

經(jīng)調(diào)查，該試驗樣地內(nèi)桉樹共有491 株，單木胸徑和樹高的測量值如表2 所示，所有單木按胸徑和樹高的分布如圖2 所示。

圖2 實測桉樹單木樹高和胸徑分布Fig.2 Measured data distribution of eucalyptus’ singletree height and DBH

由于所有單木的胸徑和樹高之間的相關(guān)系數(shù)r值為0.943 2，因此，這些樹木的胸徑與樹高之間呈強(qiáng)相關(guān)關(guān)系。利用樹高，采用常用的線性函數(shù)、二次函數(shù)、冪函數(shù)和指數(shù)函數(shù)分別對單木的胸徑進(jìn)行回歸，以選擇最合適的胸徑對樹高的回歸模型，這些模型的表示如下所示：

其中，式（2）為線性函數(shù)，式（3）為二次函數(shù)，式（4）為冪函數(shù)，式（5）為指數(shù)函數(shù)。這些式中，X 是樹高，Y 為胸徑。通過實測樹高，利用各個模型反演胸徑，再與實測胸徑進(jìn)行對比，以判斷最為適合的回歸模型。對于相同數(shù)目的兩組數(shù)組，可以采用歐氏距離來判斷反演胸徑和實測胸徑之間的相似性。歐氏距離越小，則兩組數(shù)組之間的相似性越高。各模型反演獲得的胸徑和實測胸徑歐氏距離見表3。

由此可見，采用指數(shù)函數(shù)建立的回歸模型，即式（5）來表示樣地內(nèi)桉樹林樹高與胸徑的關(guān)系最為合適。

利用式（1）計算桉樹單株的材積并求和，可得到該試驗樣地內(nèi)桉樹總蓄積量為90.485 m3。

2.2 激光雷達(dá)點(diǎn)云數(shù)據(jù)的調(diào)查結(jié)果

激光雷達(dá)點(diǎn)云數(shù)據(jù)處理后的單木分割如圖3所示。

圖3 激光雷達(dá)點(diǎn)云數(shù)據(jù)的單木分割Fig.3 Tree partitioning diagram of LiDAR point-cloud data

通過Lidar360 軟件處理后得到試驗樣地內(nèi)桉樹株數(shù)共有358 株，激光雷達(dá)自動獲取的單木樹高及通過式（5）回歸獲得的單木胸徑如表4 所示。

利用式（1）計算桉樹單株的材積并求和，可得到激光雷達(dá)測量的該試驗樣地的桉樹總蓄積量為73.757 m3。

2.3 兩種方法調(diào)查結(jié)果比較

激光雷達(dá)測量值與實際測量值的差異見表5。

總體看來，激光雷達(dá)測量的株數(shù)比實際株數(shù)偏少27.09%，平均樹高偏高8.67%，平均胸徑偏大8.25%，蓄積量偏小22.68%。究其原因，是由于LiDAR360 采用的是基于種子點(diǎn)的單木分割算法，在無人為干預(yù)的情況下，點(diǎn)云數(shù)據(jù)經(jīng)單木分割后所獲取的林木數(shù)量，是基于種子點(diǎn)的冠層頂部的峰值數(shù)量，而低于林分主冠層的林木，受上層樹冠的覆蓋和包涵，通常會被忽略，因此激光雷達(dá)獲取的總株數(shù)偏少。

由于激光雷達(dá)數(shù)據(jù)忽略低于主冠層的林木屬于普遍現(xiàn)象，導(dǎo)致最后的總蓄積量比實測偏少。在大面積桉樹成熟林的蓄積計算中，可以用22.68%的偏差對激光雷達(dá)測量的總蓄積量進(jìn)行修正。其總蓄積量可表達(dá)為：

其中V 為總蓄積量，V0為激光雷達(dá)測量的總蓄積量。

3 結(jié)論與討論

3.1 隨著機(jī)載激光雷達(dá)技術(shù)在森林資源調(diào)查中的應(yīng)用，將改變傳統(tǒng)的森林調(diào)查模式，是提高調(diào)查數(shù)據(jù)準(zhǔn)確性和調(diào)查效率的重要技術(shù)手段。機(jī)載激光雷達(dá)經(jīng)過處理，可自動獲取較大范圍桉樹人工林的株數(shù)、樹高、冠幅等信息，利用桉樹樹高與胸徑的強(qiáng)相關(guān)性可建立二者之間的回歸模型，即利用式（5）間接獲取胸徑，獲得了株數(shù)、樹高和胸徑，就可估算測量區(qū)域的桉樹蓄積量。

表4 激光雷達(dá)獲取的樹高和胸徑的統(tǒng)計分析Table 4 Statistical analysis of tree height and DBH obtained by LiDAR

表5 激光雷達(dá)測量值與實際測量值的差異比較Table 5 Difference comparison between the value obtained via LiDAR and field measured value

在無人為干預(yù)處理激光雷達(dá)點(diǎn)云單木分割的情況下，比較實地測量與激光雷達(dá)測量數(shù)據(jù)，激光雷達(dá)測量的株數(shù)比實際株數(shù)偏少27.09%，平均樹高偏高8.67%，平均胸徑偏大8.25%，總蓄積量偏小22.68%。這主要是由于在桉樹成熟林中，受上層樹冠的阻擋，激光雷達(dá)點(diǎn)云的單木分割算法難以將低于主冠層的林木納入計算。由于不計算低于主冠層林木在激光雷達(dá)單木分割算法中屬于普遍現(xiàn)象，桉樹成熟林的總蓄積量可以采用式（6）的方法來對激光雷達(dá)測量的總蓄積量進(jìn)行修正獲得。

3.2 由于受郁閉度和地面灌草植被覆蓋的影響，激光雷達(dá)點(diǎn)云難以直接打到地面，故激光雷達(dá)獲取的樹高較實際樹高要低。本次試驗區(qū)實測最高樹木為27.0 m，而激光雷達(dá)測得的最高樹高為25.84 m，其高差相差約1.1 m，這與其它研究發(fā)現(xiàn)的LiDAR 技術(shù)測量樹高比實際樹高低0.3～3.0 m相符[17]。由于本次試驗難以將激光雷達(dá)獲取的單株林木與試驗區(qū)的單株林木一一對應(yīng)，需進(jìn)一步研究激光雷達(dá)樹高測量誤差的原因。

此外，由于機(jī)載激光雷達(dá)測量無法準(zhǔn)確獲取單株林木的胸徑，胸徑是通過對試驗區(qū)實際測量樹高與胸徑建立的回歸模型，再與激光雷達(dá)測量的樹高回歸計算得出，僅能代表該試驗區(qū)的樹高與胸徑關(guān)系，今后可進(jìn)一步擴(kuò)大測試區(qū)域，調(diào)整該回歸模型使之更具普適性。