基于TLS和ALS融合数据的杨树林木表型参数提取研究

基于激光雷达手段获取杨树林木表型参数的方法,探究树木点云提取更优林木表型参数的能力,为林木经营方案的编制提供有力的数据支撑与参考依据。根据地基激光雷达(TLS)与机载激光雷达(ALS)的融合点云数据,利用几何特征树木骨架、提取不完全模拟水分和养分传输的算法(ISTTWN),建立三维单木模型,并获取杨树单木的胸径、树高以及枝条属性因子。结果表明,融合数据的胸径、树高提取值的平均值均高于TLS数据的提取值,同时提取精度也更高。在所提取的枝条属性因子中,提取精度依次为着枝高度>枝长>弦长>着枝角度>分枝角度>弓高,且融合数据的提取精度更高。从RMSE、MAE、MAPE、R^(2)4个方面对枝条属性因子进行提取精度评价,枝长的拟合度最高,地基和融合点云提取值分别达到0.985、0.989;角度的拟合度相对较低,TLS着枝角度提取值的R^(2)仅0.775,但融合后的着枝角度的拟合度提升明显,达到0.887。基于不同相对着枝高度对提取精度分析,未融合前相对着枝高度0.4~0.6的枝条属性精度最高,而后其精度随着冠层高度的增加而降低,由于融合后的冠层点云密度提高,枝条属性因子的提取精度较融合前显著提升,且在相对着枝高度0.8~1.0时提高最为明显,相对提取精度最低的弓高提高了10.04%。研究认为TLS与ALS融合点云数据后,由于数据之间的相互弥补,有效提高点云密度,在三维树木模型研建中能够显著提高林木表型参数的数据提取精度,其中冠层提取精度提升最为明显。

无人机激光雷达杉木人工林碳储量估测

森林碳储量是衡量森林生态系统基本特征的重要指标,传统碳储量估测方式需要耗费大量的时间、人力、物力等,因此利用无人机搭载激光雷达获取机载激光数据并建立森林碳储量估测模型,为获取区域内森林碳储量提供参考,从而更好地对森林资源进行监测。以杉木人工林为研究对象,利用机载激光雷达点云数据获取点云特征变量,以此作为建模变量进行模型研建。通过不同筛选变量方式选择建模变量,分别建立非线性回归模型、线性回归模型和随机森林模型并进行模型评价,通过对比模型的决定系数(R^(2))、均方根误差(RMSE)和平均绝对误差(MAE)选出最优模型,用于后续研究。结果表明,1)3种模型拟合效果最佳的为随机森林模型,其R^(2)为0.94,RMSE为0.53 t/hm^(2),MAE为0.44 t/hm^(2)。非线性回归模型R^(2)为0.71,RMSE为0.66 t/hm^(2),MAE为0.56 t/hm^(2);线性回归模型R^(2)为0.67,RMSE为0.88 t/hm^(2),MAE为0.80 t/hm^(2)。2)共计提取101个点云特征变量,通过变量筛选发现高度变量、密度变量无论是相关性还是重要性,均大于强度变量。3)对比是否加入优选变量对随机森林模型预测精度的影响,加入优选变量后模型R^(2)没有变化,但RMSE与MAE小于未加入优选变量,精度有所提高。利用机载激光雷达点云数据获取的点云特征变量建立模型,对比非线性回归和线性回归模型,随机森林模型精度最高,用其估算得到研究区内碳储量为480.65 t/hm^(2),与实测值最相近。因此随机森林模型更适合于区域森林碳储量的估测。

基于ALS和TLS融合数据的枝条属性因子构建木材材积模型

【目的】立木材积作为森林蓄积量估算的重要单元,具有重要的森林资源调查意义,研究基于多源激光雷达手段获取立木枝条属性因子的方法,探究树木点云构建更优立木材积预测模型的能力。【方法】本文基于地基激光雷达(TLS)与机载激光雷达(ALS)融合的点云数据,运用几何特征树木骨架和提取不完全模拟水分和养分传输算法(ISTTWN),建立三维树木模型,并获取杨树单木的枝条属性因子。通过构建以枝条属性因子为自变量的立木材积预测模型,探索构建林分蓄积量最优估测模型。【结果】融合后的枝条属性因子较融合前精度有所提高,提取精度依次为着枝高度>枝长>弦长>着枝角度>分枝角度>弓高,其中枝长拟合度最高,R2达0.989。在利用特征参数与枝条属性因子构建材积预测模型中,基于枝条属性因子构建的模型较由特征参数建立的线性与非线性材积模型R^(2)分别提高0.088与0.110,RMSE则分别降低0.012与0.009 m^(3)。而将二者结合共同构建立木材积模型后,其线性与非线性模型拟合度分别达0.729与0.759,为六组材积预测模型中最佳。【结论】TLS与ALS融合点云数据后,由于数据之间的相互弥补,有效提高点云密度,在三维树木模型研建中能够显著的提高枝条属性因子的提取精度,同时在材积预测模型中加入枝条属性因子这一自变量能够有效提高模型预测的准确性。

杉木人工林林分空间结构分析及综合指数评价

基于广东省羊角山林场、连山林场和金鸡林场9个杉木人工林样地的实测数据,对杉木人工林林分空间结构参数进行评价和分析,为优化和调整杉木人工林的林分空间结构奠定基础。采用角尺度、混交度、大小比数、开敞度和竞争指数5个林分空间结构参数,分析不同龄组(幼龄林、中龄林、近成熟林)以及不同密度(1 700、2 000、2 300株/hm^(2))杉木林林分空间结构特征,通过熵权法构建林分空间结构综合指数。结果表明,9个样地的杉木林各龄组的角尺度处于均匀分布和随机分布状态之间;林分混交度普遍较低;杉木各龄组的大小比数都接近中庸状态,林木分化水平较低;开敞度在不同龄组间差异显著;竞争指数在3个龄级之间呈极小幅度的波动;不同龄组的林分空间结构理想程度为:中龄林>近成熟林>幼龄林;不同密度的林分空间结构理想程度为:低密度>中密度>高密度。以样地林分空间结构分析与评价为依据,采取合理的营林措施,可以使杉木人工林的林分水平分布格局逐渐趋向随机分布,混交状态逐渐趋向最高混交,林分竞争状态逐渐趋向优势态竞争,从而促进其可持续经营。

基于地理编码的森林碳储量空间分布分析应用

【目的】探索基于地理编码的森林碳储量的空间分布,为森林碳储量长周期空间变化分析提供方法参考。【方法】基于紫金山1987、2002和2019年3期森林资源二类调查数据,结合生物量转换因子连续函数法,并利用地理编码的固定网格对32年来紫金山的森林碳储量及其空间分布变化进行分析。【结果】1)在时间维度上,1987、2002和2019年研究区森林碳储量分别为62541.1、81703.0和106281.8 t,32年来净增加43740.7 t,年平均增加1325.5 t;阔叶类乔木林的碳储量占森林碳储量的62.1%、73.0%、81.7%,明显大于针叶类乔木林和针阔混交类乔木林。1987和2002年期间,中龄林和成熟林的碳储量之和占乔木林碳储量的76.4%、60.4%;2019年,成熟林及过熟林碳储量占乔木林总碳储量的59.5%。2)在空间分布上,研究区森林碳储量均呈现由南到北逐渐增大的空间分布特征。中碳储量和高碳储量分布区域占比从1987年的45.1%提升到2002年的53.9%,到2019年的60.3%。研究区中稳定性、中高稳定性和高稳定性区占总面积的71.1%,森林碳储量的总体稳定性区域占比较高。3)在时空维度上森林经营作用,针对区域森林碳储量长周期空间变化分析困难和森林经营明确空间位置精度低的问题,论文研究提出的方法,既能对比相同空间位置长时间序列森林碳储量的分布特征,又能对比分析其具体明确空间位置固碳增碳的森林经营效果,也便于查询监督;能为林长制网格化长周期管理提供支撑以及区域森林碳汇经营精准提升提供技术支撑。【结论】利用地理编码的固定网格及变异系数指数对森林碳储量空间分布进行研究,为今后紫金山的森林碳储量持续监测提供参考。

基于最小角度三角化填充的枝干点云根部空洞修补

激光雷达扫描仪获得的树木点云仅表达了树木的表面,缺少根部截面的点云,因而往往是不封闭的,这一特性对树木建模的2种主要方法(骨架和Delaunay三角网)都会产生影响,增加了额外处理工作并且降低了模型精度,而现有研究中点云的空洞修补方法并不能直接应用于枝干点云根部。针对这一现状,结合对现有空洞修补方法进行改进,并适用于枝干点云的根部,分为由预处理、根部空洞边界的获取、基于最小角度法的空洞三角化填充与后处理4个阶段,并以C++编程实现,以根部空洞修复和未修复的骨架对比了效果。结果表明,r_(be)、α、k、ε4个参数设置合理时填充枝干点云能够在正确监测点云空洞边界的基础上较好且快速地修复根部的空洞,使用处理后的点云建立的骨架相较于未处理的中心偏移明显改善,因而有助于提高枝干建模的精度。该方法拓宽了点云空洞修补的适用场合。

角规测树生长理论方法的研究

系统地提出了复测角规固定样点计算林分材积和断面积生长量新的理论和方法体系 ,利用样地保留木的胸高断面积生长率 ,实现对林分生长量的估计。在此基础上应用七坡林场前 4期固定角规样地样木数据对该理论方法进行验证和计算。结果表明 :该方法体系不仅完善了传统方法 ,而且克服了传统方法中测定林分断面积、蓄积零增长及跳跃等现象 ;同时证明了固定保留木胸径生长反映角规样点断面积生长的理论式是无偏的。该方法与以角规张角变化或变角规系数估计林分断面积生长在理论上具有一致性 。

广东省林地土壤有效态锌、镉含量及其与有机质和pH的关系

通过对主要森林类型林下土壤进行野外调查和室内测定,研究了粤北、粤东、粤西和珠江三角洲4个地区林地土壤有效Zn、Cd含量、pH和土壤有机质含量,并分析了后二者与有效Zn、Cd的相关关系.结果表明:广东林地土壤A层有效Zn、Cd质量比分别为2.770和0.045 mg.kg-1,B层分别为1.071和0.013 mg.kg-1,A层含量显著高于B层.有效Zn、Cd平均含量以粤北最高,粤东和珠江三角洲次之,粤西最低.土壤有效Zn、Cd含量与有机质含量呈极显著正相关关系.土壤A层有效Zn、Cd含量与pH相关性不显著,B层有效Zn、Cd含量与pH呈显著负相关关系.

森林资源二类调查方法的改进及角规抽样监测体系的建立

针对我国森林资源二类调查方法与体系的现状进行了分析,采用小班不等概抽样及固定角规点抽样的方法建立森林资源动态监测体系。在理论上论述了小班不等概抽样的估计公式,并给出了具体的证明。在样本组织与估计方面提出了采用利用小班抽样主特征因子与抽样概率成比例的辅助因子、相关系数的方法,指出了采用先验信息具体确定相关系统的估计方法。在动态监测体系中具体给出了采用保留木确定小班蓄积生长量的具体公式。该方法避免了常规二类调查需采用县级加密样地控制方法耗资大、难操作的缺点,使森林资源二类调查自成体系,有利于小班调查与森林生态区域及环境调查结合,实现动态多层次监测。

非线性立木材积模型参数辨识的改进算法及其应用

以Marquardt非线性模型参数辨识为基础,以山本式二元立木动态材积模型为例,阐述了非线性参数估计的最小二乘原理,分析了估计方法的误差,采用二次项函数逼近的二次算法提高了材积模型的估计精度。以广东森林资源调查的样本资料,对提出的方法进行了验证与应用,结果表明改进的方法比原有的方法精度提高了一个数量级。

广东省森林植被碳储量动态研究

根据广东省1988—2007年5期森林资源连续清查数据资料,采用生物量转换因子连续函数法,对广东省近20年来森林植被的碳储量、碳密度及其动态变化进行了分析研究。结果表明:20年来,广东森林植被在碳循环中一直发挥着碳汇作用,森林植被碳储量从15297.51×104t增加到21555.19×104t,年均增加329.35×104t,增长率为1.79%;阔叶林为最主要贡献者,其碳储量增量占森林总碳储量增量的68.95%;森林碳密度呈增加趋势,平均年净增率为0.80%,桉树和硬阔为增速最快的两类树种;目前广东省中幼龄林森林面积和碳储量分别占森林总面积和总碳储量的80%以上,表明广东森林储碳潜力巨大。

非线性模型抗差最小二乘估计及其应用

以经典最小二乘法为基础,详细阐述了抗差因子的选取。从抵抗粗差的角度出发,抗差最小二乘法可提高非线性模型在有粗差干扰条件下参数估计的精度。以广东森林资源调查的样本资料,对提出的方法进行了检验与应用,结果表明提出的方法具有明显的抗粗差性。

基于几何特征枝干点云骨架提取最短路径算法

树木建模广泛应用于林业信息化等领域,点云各项优良特性使其也称为树木建模主要方法。基于几何特征的树木枝干点云骨架提取中以根节点距离相似归类的方法在枝条分叉处更加合理,而该方法的实际应用受制于传统使用的最短路径求解算法的Dijkstra算法因而较少。主要针对树木枝干点云,将现有若干最短路径算法进行相应的改进以应用于基于几何特征的树木枝干点云骨架提取中。通过实际数据验证可知,利用邻接表能够大幅度降低内存需求,相较于以往采用的Dijkstra算法,SPFA的执行速度是理想的,更加快速,能够对精细化点云树木建模提供帮助。

针阔混交异龄林林分优势高的确定方法

基于广东省59块针阔混交异龄林一类固定样地实测数据,采用7种方法计算林分优势高,对7种计算方法获取的林分优势高进行相关性分析和差异分析,并建立了林分优势高和林分平均高的线性模型。结果表明,针阔混交异龄林的7种林分优势高间的相关系数均超过0.9;根据差异性分析结果和调查、计算简单的原则,确定不分树种取最大3株优势高的算术平均作为针阔混交异龄林的林分优势高;林分优势高与林分平均高之间的关系方程为Y=0.948 9X+4.133 7,决定系数R^2为0.656 3,具有良好的线性关系。

非线性模型线性化的度量准则及其应用

应用非线性回归经典理论,阐述非线性模型线性化的标准。用固有非线性和参数效应非线性作为判断准则,可加快模型拟合的速度,提高精度,为林木生长模型的参数辨识提供较好的方法。该判断准则实用、简单、准确、结论唯一。

基于连清体系的省域森林面积年度出数分析

以广东省森林资源连续清查体系为基础,采用系统成数抽样方法分别产出2012年、2016年和2017年全省森林资源面积数据,对比分析2016—2017年、2012—2016年和2012—2017年3个间隔期森林覆盖率变化量、抽样精度、变化趋势判断等,并通过成本比较基于遥感抽样和遥感全面更新的优化方案,提出可行的优化措施。结果表明:全省2012、2016和2017年森林覆盖率分别为51.26%、53%、53.51%,平均抽样精度达到96.93%,2016—2017年、2012—2016年和2012—2017年间全省森林覆盖率净增量分别为0.51%、1.74%、2.25%,抽样精度低于53.03%。基于现行连清体系估计的森林覆盖率年度或周期变化均无精度保证,利用高分辨率遥感影像判读加密样地可实现精度保证、成本可接受的森林覆盖率年度变化监测,较遥感全面更新效率更高、成本更低。

基于BP神经网络的广东省针阔混交异龄林立地质量评价

【目的】针阔混交异龄林的地位指数计算一直是立地质量评价中的难点,国内外对针阔混交异龄林的地位指数模型的研究较少,为建立更精确的针阔混交异龄林地位指数模型,把神经网络模型引入针阔混交异龄林的立地质量评价。【方法】以广东省针阔混交异龄林为研究对象,建立基于神经网络方法的林分优势高模型以及针阔混交林地位指数模型,除年龄因子外,加入了海拔、坡度、坡向、坡位、土壤厚度、腐殖层厚度等立地因子,另外考虑针叶树种与阔叶树种的断面积比重对针阔混交异龄林样地地位指数的影响,并建立针阔混交异龄林的地位指数的计算模型。【结果】针阔混交林的地位指数的最大值为21.4 m,最小值为6.1 m,平均值为13.7 m,中位数为13.6 m,标准差为3.2 m,地位指数的最大值与最小值的差值为15.3 m。【结论】从结果中可以反映出,广东省地貌复杂且破碎,山多平地少,立地状况差异较大;另外由于广东省林地树种及树种比例具有复杂多样性的特征,导致基准年龄的差异较大。故地位指数的变异较大。本研究在计算针阔混交林的地位指数时,加入了海拔、坡度、坡向、坡位、土壤厚度、腐殖层厚度等立地因子,提高了针阔混交林地位指数的预估精度。研究结果为针阔混交异龄林地位指数的计算提供了精度更高的方法。

广东省主要树种相对树高曲线模型的研建

在广东省范围内收集了254块样地资料,建立了广东省马尾松、杉木、湿地松、尾叶桉、藜蒴、软阔类、硬阔类等7个树种(组)的相对树高曲线模型。经检验,7个树种(组)的相对树高模型预估精度相当高, 用于材积估计的总相对误差和平均相对误差均在±1％以内,平均相对误差绝对值都在3％以内,最大误差也不超过±5％。用7个树种资料合并建立多树种混合相对树高曲线模型,分树种进行材积估计检验,效果也相当理想。所建模型可广泛应用于广东各类森林资源调查。

广东省基于连续清查资料的森林资源动态变化研究

根据1983～2007年森林资源连续清查6期数据，从资源数量、结果、质量、地理分布等四方面分析研究广东省森林资源的动态变化情况和原因。结果表明：全省林地面积、森林面积、林分蓄积和林分生物量呈增加趋势；中幼林和用材林仍是构成森林资源的主体，但阔叶林逐渐成为优势森林类型，生态林比重明显提高；虽然林地生产力在逐渐提高，但森林质量仍处于较低水平；全省森林资源分布仍呈现北部资源多、南部资源少、东西两翼沿海较平均的格局。

广东省阔叶林生物量的分布规律研究

基于网格系统抽样法对494块样地调查和已有各类生物量模型统计,系统研究了广东省阔叶林生物量的分布格局.结果表明,广东省阔叶林的平均生物量为76.82 t/hm2,处于偏低水平;全省阔叶林生物量在不同经济区和流域空间尺度分布严重不均;生物量与纬度、海拔的升高成正比关系,人类活动的干扰对阔叶林生物量的影响已经超出了气候条件影响;阔叶林的龄组结构、层次结构以及郁闭度结构与生物量之间有较大的相关性.