基于TLS数据的杨树削度方程建立及材积估算

【目的】削度方程可以很好地描述树干直径随树高变化的情况,基于地基激光雷达(terrestrial laser scanner, TLS)的高精度三维点云数据建立准确的削度方程并进行立木材积估算,对活立木尺度的材积估计具有重要意义。【方法】以江苏省黄海海滨国家森林公园杨树人工林为研究对象,获取4块样地的TLS点云数据,通过MATLAB 2020a软件计算点云平坦度和法向量以提取单木主干,采用圆拟合方法进行不同高度处的直径拟合,利用32株样木的数据,选取6种削度模型进行建模,得到杨树树干削度方程最优拟合模型,并进行材积估算。【结果】利用TLS数据提取的胸径能替代实测胸径,其平均误差小于0.90 cm。通过对6种模型的拟合优度检验,Schumacher and Hall模型为该地区杨树削度方程最优拟合模型,模型的决定系数R²=0.984,均方根误差为1.00 cm,相对百分误差为2.79%,平均预估误差为0.271%。利用Schumacher and Hall 削度方程最优拟合模型进行活立木材积的估算,经与二元材积方程估计结果进行对比,其相对差异为3.34%,二者在统计上无显著差异。【结论】该方法可以减少地面调查对树木造成的永久性破坏,为人工林的蓄积量调查提供有效的技术支持。     

基于TLS的红松树冠半径提取及其外轮廓模型构建

【目的】探究基于地基激光雷达(Terrestrial Laser Scanning, TLS)点云数据提取人工林中红松不同树冠深度处最大树冠半径(crown radius,R_C)的精度,建立基于TLS点云数据的树冠外轮廓模型,为基于TLS点云数据研究树冠结构奠定实践基础。【方法】以30株人工林红松解析木的TLS的点云数据以及实测枝条因子为数据源,采用点云分层投影法提取不同树冠深度处的最大树冠半径,并与根据30株解析木各轮最大枝条计算出的半径对比进行精度分析。最后,基于TLS所提取的树冠半径进行红松树冠外轮廓模型的构建。【结果】最大树冠半径总提取精度为86.17%,不同树冠深度处提取精度存在差异,提取效果最好的相对冠深范围为0.15～1.00,精度均在90%左右;提取效果最差的相对冠深范围为0～0.15,精度为60.27%～75.79%。3种常用的树冠外轮廓模型(单分子式、二次抛物线、3参数Weibull方程)均具有较好的拟合效果。3参数Weibull方程为最优模型,对最优模型再参数化后引入的变量为胸径(DBH)和高径比(HD),拟合效果明显提高。【结论】基于TLS...     

基于无人机激光雷达的不同种类红树林单木分割

红树林是生长在热带和亚热带海岸线上的典型潮间带植物,气候变化、自然灾害和人为干扰的影响下退化严重,加强红树林监测是有效保护红树林的重要工作。本文选取广东雷州市东海岸红树林示范区为研究区域,通过样地无人机激光雷达(LiDAR)高密度点云数据以及样方实测数据搭建红树林结构参数反演模型,提取不同红树林种类样方的单木结构参数并检验红树林点云分割精度,依据精度检验指标与偏差度量指标验证单木反演参数精度并分析原因。结果表明(1)基于分水岭算法对不同种类红树林实地样方进行单木树高提取,其中无瓣海桑的整体分割效果最好。单木树高参数精度分析与拟合验证,无瓣海桑结果最优,其次为秋茄,白骨壤精度最低。(2)通过估测单木冠幅反演值与样地实测值的偏差以及偏离比例,发现红树林单木冠幅参数整体反演效果较差,识别精度最高的还是无瓣海桑。(3)单木树高的识别效果整体优于单木冠幅,整体分割结果为无瓣海桑最高,其次为秋茄,白骨壤最低。使用无人机激光雷达技术可以有效提取红树林结构参数,替代传统的红树林人工测量方法,为红树林资源动态变化监测及保护提供高精度基础数据。     

基于多站扫描的点云特征参数与材积结构动态分析

【目的】采用地面激光雷达(TLS)进行多站点扫描获取立木的点云信息,提取有关点云分布的特征参数,拓展立木测树因子,建立基于特征参数的材积模型。【方法】以马褂木(Liriodendron chinense)人工林为研究对象,利用点云数据提供的立木上部直径(d)、树高(H)等因子对两期(2014、2017年)林分结构变化进行分析;设计并提取基于TLS点云的特征参数高度累计百分比,同时提取了其他与高度相关的特征参数作为一组变量;将提取的立木胸径(DBH)与特征参数作为另一组变量;最后分析特征参数、胸径与材积的相关性,通过逐步回归法分别建立基于两组变量的材积模型,并分析两期材积的动态变化。【结果】选用特征参数H₂₅与H_{t, var}(点云高度方差)拟合两期材积模型,其决定系数R²分别为0.771 1、0.742 6;利用特征参数H₂₅与胸径拟合,模型预测精度有明显的提升。以上两组材积模型预测各径阶材积变化,其模型值与实测值无显著差异,R²均高于0.9。【结论】研究提取的高度累计百分比与立木测树因子紧密相关,可以很好地反演林木的动态结构。研究建立的材积模型均有较高的精度,可用于林木材积动态变化监测,为地面激光扫描点云参与森林资源动态监测提供理论参考。     

基于TLS辅助的长白落叶松一级枝条生物量模型构建

【目的】探究利用地基激光雷达(terrestrial laser scanning, TLS)点云数据估测枝条生物量的可行性,构建预测长白落叶松(黄花落叶松)枝条生物量的最优模型。【方法】以利用孟家岗林场26株长白落叶松点云数据提取出的733个一级枝条的特征因子[枝长(L_BL)、弦长(L_BCL)、基径(d_B)、着枝角度(A_B)、弓高(H_BAH)、枝条基部断面积(S_BAB)、相对着枝深度(d_RDINC)]和对应的实测数据为数据源,分别建立枝条水平上的一级枝条生物量基础模型,通过对比基础模型之间的差异来分析利用TLS数据建立枝条生物量模型的可行性。最后利用TLS数据分别对比基础模型、混合效应模型和随机森林模型的预测效果。【结果】基础模型中最终选定的自变量为S_BAB和L_BCL。利用TLS数据建立的枝条生物量基础模型具有更好的预测精度。对比3种模型预测能力结果显示,随机森林模型无论在训练集还是测试集...     

结合树冠体积的油茶树高与产量估测研究

【目的】以长沙县明月村油茶林基地为研究区,探讨利用无人机倾斜摄影提取树冠体积进行油茶树高和产量估测的可行性。【方法】基于无人机正射影像和密集匹配点云,提取波段反射率、植被指数、纹理因子、高度特征等遥感变量和冠幅等冠层参数,同时利用克里金法、反距离权重法、自然邻近点法和过滤三角网法分别获取油茶树冠体积,建立多元线性回归、随机森林、K最邻近模型估测油茶树高和产量,并以地面三维激光点云获取的树冠体积、样地实测树高和产量作为实测值分别对估测结果进行精度评价。【结果】过滤三角网是获取油茶树冠体积最有效的方法,其平均相对误差(31.54%)优于反距离权重法(36.73%)、克里金法(37.04%)和自然邻近点法(38.54%)。将树冠体积作为特征变量参与建模后,树高和产量的多元线性回归、随机森林、K最邻近模型的精度均有所提升(树高相对均方根误差分别减小了3.77%、0.78%、0.64%,产量相对均方根误差分别减小了1.32%、0.34%、0.16%)。对比3种估测模型,随机森林模型的决定系数均优于多元线性回归和K最邻近(树高决定系数分别为0.78、0.51和0.19,产量决定系数分别为0.61、0.48和0.24)。研究发现,分别使用估测树高和实测树高参与产量建模的精度无明显差异。【结论】结合树冠体积和树高参与建模可有效提高油茶产量估测精度,研究结果可为区域范围内利用无人机遥感技术开展油茶树高和产量调查提供参考。     

基于增强Frost局部滤波及单木距离图重构标记的CHM树冠分割

【目的】利用增强Frost局部滤波和单木距离图重构标记技术对冠层高度模型(CHM)进行分割，以提高无人机激光雷达在单木树冠分割的精度和效率。【方法】选取江西分宜山下实验林场阔叶混交林、针叶混交林和针阔混交林3个不同类型的林分为研究对象，以无人机激光雷达数据为数据源，构建CHM。针对高分辨率CHM树冠区域孔隙较多的问题，利用增强Frost局部滤波处理优化CHM,优化结果与不同滤波方法进行了比较分析；然后应用距离图重构标记分割技术对增强Frost局部滤波优化后的0.1、0.2、0.5及1.0 m分辨率的CHM进行分割与分析；最后确定最佳分辨率的CHM,并其将分割结果与同等分辨率下分水岭算法以及点云分割均值偏移算法结果进行比较。【结果】采用增强Frost局部滤波处理的CHM优化效果显著，在有效抑制树冠噪音的同时，也能较好地保留图像细节信息。0.2 m分辨率的CHM分割效果最佳。距离图重构标记分割方法分割针叶混交林、针阔混交林、阔叶混交林3种不同林分类型的分割精度(OA)分别为0.96、0.84、0.75;根据树冠分割结果计算单木冠幅，冠幅估测的决定系数R²分别为0.83...     

基于非参数分类算法和多源遥感数据的单木树种分类

【目的】通过研究随机森林(random forest, RF)特征筛选对单木树种分类精度的影响,以及多源遥感数据协同下单木树种分类的有效性,分析不同特征对单木树种分类的影响程度。【方法】以东北林业大学帽儿山实验林场中林施业区的两块100 m×100 m样地为研究对象,首先,以机载激光雷达(LiDAR,light detection and ranging)和多光谱遥感CCD(charge coupled device)影像为数据源,分别基于机载LiDAR数据提取高度、强度和树冠大小等共37个特征,基于CCD影像提取光谱和纹理共21个特征;其次,以随机森林方法进行特征筛选,之后以随机森林和支持向量机(support vector machine, SVM)两种非参数分类器,结合不同数据源和特征,采用12种分类方案,利用总体精度(overall accuracy, OA)、用户精度(user’s accuracy, UA)和生产者精度(producer’s accuracy, PA)对分类结果进行对比与精度评价。【结果】经随机森林特征筛选后,分类结果优于未进行特征筛选的结果,总体精度可以平均提高3.47%,使用机载LiDAR和CCD影像协同分类相较于仅使用CCD影像总体精度平均提高6.07%。【结论】随机森林特征筛选可以优化特征,减少特征冗余,提高分类精度;多源数据结合也可以提高分类精度;在多源数据结合时,光谱特征最重要,LiDAR提取的强度特征相较于高度特征更稳定。     

青海云杉自由授粉家系遗传变异与基于BLUP的改良代亲本选择

【目的】最佳线性无偏预测(BLUP)方法是对遗传种质在不平衡环境下利用混合线性模型方程对育种值进行无偏预测,可有效估算与剔除环境效应,反映真实遗传效应,有较高精确性。应用BLUP方法估算育种值用于改良代亲本选择,对于青海云杉的遗传改良具有积极的参考价值。【方法】本研究在对13 a和14 a的两批青海云杉种子园自由授粉子代测定林的树高遗传分析基础上,利用BLUP方法,通过构建亲缘关系矩阵,对树高育种值进行估测。【结果】结果表明家系及家系和区组互作效应显著影响树高。两批青海云杉种子园自由授粉子代树高的家系遗传力分别为0.17和0.36,单株遗传力均为0.07。基于混合线性模型的BLUP方法估算家系亲本无性系树高育种值和真实树高、单株树高预测值和真实值均具有极显著相关关系,相关系数分别为0.99和0.86。根据家系亲本无性系育种值选出20个优良家系,根据优良家系后向选择母本无性系建立改良种子园的树高现实遗传增益分别为36%和26%。根据单株树高育种值采用配合选择方法从两批家系试验林各选出20个改良代优树,根据前向选择子代优良单株的树高预期遗传增益分别为7.6%和7.9%。【结论】对比后向选择和前向选择树高的遗传增益发现,青海云杉高世代育种中可优先后向选择,选择优良家系母本无性系建立1.5代改良代种子园。     

基于森林资源清查数据的江西省主要森林类型净生产力研究

【目的】基于江西省2011年和2016年的森林资源清查数据,分别估算不同森林类型的净生产力,为森林资源科学经营提供依据。【方法】以江西省2011年和2016年两期森林资源清查数据为样本,采用生物量回归模型法,在样木水平上计算单木生物量、累计样地水平生物量并扩大到总体水平,测算乔木层生物量的生长量和枯损量,结合乔木层生物量结果估测灌木层和草本层,并估算不同森林类型的净生产力。【结果】综合考虑森林乔木层生长与枯损、林下灌木层、草本层生物量,基于复位样木,由单木生物量模型得到样地生物量,进而计算江西省主要森林类型的净生产力,得出阔叶混交林的净生产力最高,针阔混交林次之,而针叶林和阔叶纯林的净生产力较低。2011—2016年,江西省森林平均净生产力为7.28 t/(hm²·a),阔叶混交林净生产力最高为11.26 t/(hm²·a)。【结论】在国家标准框架下的森林净生产力估算模式,可为更大范围内、统一标准下客观准确评估森林净生产力提供参考。     

我国人工林林下灌木层植物多样性空间变异及影响要素

【目的】灌木层是森林生态系统的重要组成部分,建立我国人工林林下灌木层植物多样性数据库,为森林群落结构维持、生物多样性保护提供技术支撑。【方法】采用结构方程模型(SEM)揭示我国人工林林下灌木层植物多样性空间变异和影响要素。【结果】①林下灌木层植物多样性从南到北逐渐减小;②随着乔木胸径的增大,林下灌木层植物多样性逐渐增大,但分布均匀度有降低趋势;③随着人工林郁闭度的增加,植物多样性呈现先增大后减小趋势,郁闭度约为65.8%时Shannon-Wiener多样性指数达到峰值;④随着林分密度的增大,林下灌木层植物多样性逐渐减小;⑤温度、降水、郁闭度、林分胸径、树高和林分密度因子均对林下灌木层植物多样性具有直接或间接的作用,其中郁闭度对其影响存在阈值(65.8%),当郁闭度超过此阈值,温度和降水为主导因子,而郁闭度低于此阈值,温度的影响权重降低,林下光照的主导作用增强。【结论】在探究人工林林下灌木层植物多样性空间变异及影响要素的过程中,需要综合考虑各种影响因子,并借助多种多样性指数,综合评判林下植物多样性变化情况。本研究结果可为调控人工林林下灌木层植物多样性及林下植物恢复提供参考依据。     

基于高分辨率卫星影像的CV模型单木定位法

【目的】基于遥感影像自动获取单木位置信息,进而建立单木数据库,实施单木集约化管理,以实现精准林业特别是对城市树木的集约管理。【方法】针对传统方法在树冠重叠区域易出现误判和漏判问题,提出基于CV模型的单木定位技术。首先结合树冠形态学特征自动提取初始轮廓;其次基于CV模型对初始轮廓线进行迭代,进而获取单木树冠轮廓;最终提取单木位置信息。为了检验该单木定位方法的效果,选择了7张不同类型(针叶林、阔叶林、经济林等林分和非林分)的高分辨率卫星影像,进行基于CV模型的单木定位方法与传统单木定位方法的对比分析。【结果】基于高分辨率卫星影像的CV模型单木定位法可基于图像全局信息,利用曲线内外的灰度均值而不是梯度信息进行分割,能够在边界模糊或梯度无意义的图像中取得较好的分割效果,快速准确地收敛到目标位置。与梯度分水岭法、标记分水岭法及局部最大值法等传统方法相比, CV模型单木定位法具有更高的匹配率,平均匹配率提高近23%。【结论】该单木定位法可以更好地处理树冠的连接、重叠状况,具有更好的定位效果,表现出良好的应用潜力。     

黄龙山林区白皮松天然次生林生长规律研究

【目的】为实现陕西省白皮松天然次生林的合理经营,建立符合其生长规律的模型,为科学抚育较大树龄的天然次生林提供决策依据。【方法】以陕西省黄龙山林区白皮松天然次生林为研究对象,选择标准木进行树干解析,采用人工神经网络(ANN)和3种常见的理论函数建立了胸径、树高、材积生长模型,并绘制生长曲线图对林区内白皮松天然次生林生长规律进行分析。【结果】①采用人工神经网络建模技术构建的胸径生长量模型、树高生长量模型、材积生长量模型优于3种传统模型。②所建神经网络模型在拟合生长缓慢的白皮松生长过程方面具有较好的应用推广能力。③白皮松胸径速生期为30~60 a,胸径连年生长量在120 a达到最大值;20~30 a为树高生长的速生期,树高连年生长量在30 a达到最大值;白皮松材积生长速生期为110~130 a,材积连年生长量在130 a达到最大值。在135 a时,黄龙山林区白皮松还未达到数量成熟龄。【结论】所建神经网络模型能为黄龙山林区白皮松古树研究奠定基础,生长规律的研究可以为不同阶段白皮松经营提供参考。     

特大冰冻干扰对大明山常绿阔叶林树冠及林冠层状况的影响

【目的】通过对大明山南亚热带山地常绿阔叶林72个400m^2样地的调查,了解特大冰冻干扰对南亚热带山地常绿阔叶林树冠和林冠状况的影响。【方法】2009年,在大明山海拔934~1223m的范围内,按上、中、下坡设立3组调查样地,每一组样地包括24个20m×20m样方,对胸径≥5cm的林木进行调查,记录种名、胸径、树高、冠长、冠幅、座标及受损类型等。【结果】经统计,在调查的胸径≥5cm的2538株林木中,有1714株受到不同程度损伤,占总数的67.53%,其中轻度损伤占47.75%、重度损伤占19.78%。总体上,不同坡位的冠损状况相似,均以轻度损伤为主,但表现有所不同,上坡轻度损伤比例最小（40.94%）,严重损伤的比例最高（26.49%）;中坡与之相反,轻度损伤比例最大（52.38%）,严重损伤比例最小（16.52%）;下坡损伤比例最低。胸径影响树木的受损类型和程度,呈现出随着胸径的增加,树冠受损的比例逐渐增大,并在30~40cm径级（上坡）和40~81cm径级（中坡和下坡）达到最大值。断枝比例（包括断枝少和断枝多）随胸径增大而增大,而断梢和失冠则随胸径增大而减小。落叶树种比常绿树种受损更重。冰冻灾害后,林冠叶面积指数显著下降,散射透光系数和直射透光系数显著增加。【结论】特大冰冻干扰对大明山常绿阔叶林已造成严重影响,受冰冻灾害的长期影响,大明山常绿阔叶林的树冠和林冠状况发生了显著的变化,由半圆球形树冠演变为狭窄的圆柱形树冠,以适应冰冻干扰和气候变化的影响。     

林木多元性状数据QTL区间作图统计分析及其在杨树上的应用

【目的】传统的数量性状基因座(QTL)定位统计分析方法是针对自交系产生实验群体而建立的,不能直接应用到林木这种杂合度较高生长周期较长的异交物种中。针对林木多元性状数据,将传统的QTL区间作图方法应用到林木杂交F₁代作图群体中。【方法】考虑分子标记各种可能的分离比以及连锁相信息,建立林木多元性状数据QTL定位统计分析模型,并用R语言编写了相应的计算软件包mvqtlmap。在美洲黑杨和小叶杨杂交F₁代群体中,对2014年5月29日至9月24日期间调查的6个时间点树高数据进行了QTL定位分析。【结果】有4个QTL定位在母本美洲黑杨的遗传连锁图谱上,有6个QTL分布在父本小叶杨的遗传连锁图谱上,这些QTL分别位于第1、5、7、9、11和19号染色体上,平均解释0.8%～6.7%的表型方差。【结论】研究结果可为在林木上利用多个性状或多个时间点性状数据进行QTL定位提供统计分析方法及计算工具。所建立的程序包可在网站http://www.bioseqdata.com/mvqtlmap/mvqtlmap.htm上自由下载。