望遠(yuǎn)攝影測(cè)樹(shù)儀設(shè)計(jì)與試驗(yàn)

邱梓軒 馮仲科 盧 婧 孫仁杰

(北京林業(yè)大學(xué)精準(zhǔn)林業(yè)北京市重點(diǎn)實(shí)驗(yàn)室， 北京 100083)

引言

隨著森林資源調(diào)查數(shù)據(jù)的精準(zhǔn)化要求越來(lái)越高[1]，對(duì)單木和林分的量化信息需求日益增長(zhǎng)[2]，由此，形成了更多的林業(yè)數(shù)據(jù)獲取和分析的方法，產(chǎn)生了更多的森林精準(zhǔn)經(jīng)營(yíng)相關(guān)的儀器[3]。

3S技術(shù)作為林業(yè)監(jiān)測(cè)手段和方法，主要優(yōu)勢(shì)在其多元性、信息時(shí)效性以及成果共享性[4]；遙感和無(wú)人機(jī)等技術(shù)作為林業(yè)影像數(shù)據(jù)獲取方式，主要優(yōu)勢(shì)在其對(duì)森林資源影響數(shù)據(jù)實(shí)時(shí)動(dòng)態(tài)獲取[5-7]；“互聯(lián)網(wǎng)+”的創(chuàng)新和應(yīng)用，促進(jìn)了全球森林資源監(jiān)測(cè)技術(shù)水平的提高。但是，目前森林資源調(diào)查依然面臨著以下幾方面問(wèn)題：①儀器設(shè)備和技術(shù)手段相對(duì)落后，市場(chǎng)上儀器價(jià)格昂貴且功能單一，遙感和無(wú)人機(jī)等技術(shù)僅能為小班區(qū)劃提供輔助信息[8-9]。②部分山區(qū)，由于調(diào)查難度大且不可到達(dá)的原因，森林資源信息未能進(jìn)行調(diào)查數(shù)據(jù)及時(shí)更新[10-11]。③森林資源調(diào)查過(guò)程中，外業(yè)調(diào)查勞動(dòng)強(qiáng)度大且效率低下，內(nèi)業(yè)處理數(shù)據(jù)多且費(fèi)時(shí)費(fèi)力[12]。

樊仲謀等[13]利用全站儀結(jié)合電子手薄測(cè)量樹(shù)冠面積，結(jié)合三維激光掃描儀對(duì)單木進(jìn)行量測(cè)及模擬，獲得單木的材積；文獻(xiàn)[14-17]研發(fā)了3D電子角規(guī)，進(jìn)行林分調(diào)查，利用測(cè)樹(shù)經(jīng)緯儀、測(cè)樹(shù)全站儀、測(cè)樹(shù)超站儀進(jìn)行單木量測(cè)，并對(duì)精度進(jìn)行分析。黃曉東等[18]研制可量測(cè)胸徑和樹(shù)高的多功能便攜式微型超站儀，實(shí)現(xiàn)樹(shù)高、胸徑的自動(dòng)測(cè)量。徐偉恒等[19]研制了手持式數(shù)字化多功能電子測(cè)樹(shù)槍?zhuān)瑢?shí)現(xiàn)了樹(shù)高測(cè)量、林分調(diào)查、樣地標(biāo)定等功能。邱梓軒等[20]研制了便攜式智能森林測(cè)繪記算器，利用PDA、EDM、云臺(tái)以及安卓系統(tǒng)，具有樹(shù)高測(cè)量、胸徑測(cè)量、三元材積解算、3D角規(guī)樣地測(cè)量、基本測(cè)量等5項(xiàng)功能，實(shí)現(xiàn)了內(nèi)外業(yè)一體化。近些年，隨著便攜式測(cè)樹(shù)產(chǎn)品的不斷創(chuàng)新，已經(jīng)基本解決了上述問(wèn)題，但是，仍然面臨著溝壑、峭壁、陡坡等地勢(shì)險(xiǎn)峻而難以調(diào)查、看得見(jiàn)而測(cè)不著等問(wèn)題。

本文對(duì)森林調(diào)查進(jìn)行需求分析，將遠(yuǎn)程激光測(cè)距傳感器、傾角傳感器、電子羅盤(pán)、長(zhǎng)焦CCD鏡頭精密集成，基于測(cè)樹(shù)學(xué)原理、圖像處理技術(shù)[21]及攝影測(cè)量學(xué)原理，由安卓系統(tǒng)內(nèi)嵌程序自動(dòng)結(jié)算出單木樹(shù)高、胸徑及林分參數(shù)，形成便攜智能、非接觸測(cè)量的森林調(diào)查儀器——望遠(yuǎn)攝影測(cè)樹(shù)儀，以期能夠?qū)崿F(xiàn)遠(yuǎn)距離(2 000 m內(nèi))遠(yuǎn)程樹(shù)高測(cè)量、遠(yuǎn)程胸徑測(cè)量、微樣地(6～9棵樹(shù))林分測(cè)量等功能。

1 望遠(yuǎn)攝影測(cè)樹(shù)儀構(gòu)成

1.1 硬件結(jié)構(gòu)

望遠(yuǎn)攝影測(cè)樹(shù)儀的硬件包括PDA模塊(FAM5-PDA型，精準(zhǔn)林業(yè)北京市重點(diǎn)實(shí)驗(yàn)室制造，中國(guó))、遠(yuǎn)程EDM模塊(FAM5-EDM型，精準(zhǔn)林業(yè)北京市重點(diǎn)實(shí)驗(yàn)室制造，中國(guó))、長(zhǎng)焦鏡頭(焦距126 mm)和自主研發(fā)云臺(tái)，如圖1所示。PDA模塊是將CPU、RAM、ROM、GPU、觸控顯示屏、重力傳感器、陀螺儀、GPS芯片、藍(lán)牙芯片、WiFi芯片、電源等高度集成并設(shè)計(jì)鋁合金外殼，將3個(gè)部件高精度集成于云臺(tái)，并分別可拆卸、充電、更換，方便操作，如圖2所示。

圖1 望遠(yuǎn)攝影測(cè)樹(shù)儀Fig.1 Forest telescope intelligent dendrometer1.望遠(yuǎn)鏡部件 2.激光測(cè)距部件 3.望遠(yuǎn)鏡調(diào)節(jié)鍵 4.激光測(cè)距調(diào)節(jié)鍵 5.1/4英制螺紋孔 6.鏡頭連接件 7.自主研發(fā)平板 8.平板緊固件

圖2 硬件總體框架Fig.2 Framework of hardware

PDA模塊中的CPU選用聯(lián)發(fā)科 Helio P10處理器，頻率1.8 GHz(大四核)，核心數(shù)8核，用于解釋指令和處理數(shù)據(jù)；GPU選用Mali-T860，處理位數(shù)64位，用于處理獲取圖像信息；RAM選用LPDDR3內(nèi)存架構(gòu)，容量2 GB，最高頻率2 133 MHz；ROM選用C8051F410 片內(nèi)閃存設(shè)計(jì)，16 GB，最高持續(xù)速度80 m/s，速度級(jí)別Class 10；CCD鏡頭選用長(zhǎng)焦定焦光學(xué)鏡頭，定焦126 mm，1 300萬(wàn)像素，用于獲取圖像信息；重力傳感器采用三軸加速傳感器LIS331DLH ，用于測(cè)量望遠(yuǎn)攝影測(cè)樹(shù)儀和測(cè)點(diǎn)間的傾斜角；陀螺儀采用集成電路芯片GY-26，用于測(cè)量望遠(yuǎn)攝影測(cè)樹(shù)儀到測(cè)點(diǎn)的磁方位角；GPS芯片用于接收GPS信號(hào)，藍(lán)牙芯片用于接受遠(yuǎn)程EDM模塊所測(cè)得的數(shù)據(jù)，WiFi芯片用于傳輸圖像信息及連接網(wǎng)絡(luò)；電源采用集成電路TPS61020 ，用于向各器件供電。

1.2 軟件設(shè)計(jì)

在Android Studio 2.1開(kāi)發(fā)環(huán)境下集成，利用Java語(yǔ)言進(jìn)行匯編實(shí)現(xiàn)，將數(shù)據(jù)存儲(chǔ)到輕型的SQLite數(shù)據(jù)庫(kù)中，PDA使用基于Linux核心的Android安卓系統(tǒng)平臺(tái)。軟件部分采用模塊化結(jié)構(gòu)設(shè)計(jì)，對(duì)應(yīng)相應(yīng)功能，有樹(shù)高測(cè)量模塊、胸徑測(cè)量模塊、微樣地林分測(cè)量模塊、基本測(cè)量模塊，最終匯總為森林調(diào)查軟件。如圖3a所示，為森林調(diào)查軟件主程序流程圖，主程序主要包括初始化界面以及功能選擇，用戶(hù)可以通過(guò)選擇進(jìn)入不同功能模塊。如圖3b～3d所示，為3項(xiàng)功能模塊的程序流程圖，樹(shù)高、胸徑、林分平均高、林分平均胸徑、林分密度、林分蓄積量等主要測(cè)量參數(shù)以及圖像信息、傾角、斜距、磁方位角等輔助測(cè)量參數(shù)均能實(shí)時(shí)顯示，獲取的數(shù)據(jù)會(huì)以文件形式保存在內(nèi)存中，可以用micro USB導(dǎo)出。

圖3 主程序和3個(gè)功能模塊流程圖Fig.3 Flow charts of main program and three function modules

1.3 功能參數(shù)

望遠(yuǎn)攝影測(cè)樹(shù)儀功能包括遠(yuǎn)程樹(shù)高測(cè)量、遠(yuǎn)程胸徑測(cè)量、微樣地林分測(cè)量、基本測(cè)量4項(xiàng)功能。距離測(cè)量，在使用覘板條件下，測(cè)量距離范圍為5～2 000 m，測(cè)量精度為±0.3 m(400 m以?xún)?nèi))/±1 m(400 m以上)，最小顯示單位為0.1 mm；傾角測(cè)量范圍為-55°～55°，測(cè)量精度為2°。方位角測(cè)量范圍為0～360°，測(cè)量精度為2°。操作系統(tǒng)為Android 4.2.2，CPU為1.8 GHz八核處理器，內(nèi)存2 G RAM，儲(chǔ)存16 G ROM。GNSS指標(biāo)，接收機(jī)為GPS L1、L2，GLONASS L1、L2，BDS B1、B2(B3可選)，支持SBAS、CORS等多種差分改正，單點(diǎn)定位為4 m，SBAS精度小于2 m，外部源差分小于0.1 m(CEP)。PDA尺寸為153.6 mm×75.5 mm×8.2 mm，其電池連續(xù)工作時(shí)間為12 h，EDM尺寸為125 mm×77 mm×45 mm，其電池連續(xù)工作時(shí)間為5 h，望遠(yuǎn)攝影測(cè)樹(shù)儀的工作環(huán)境溫度為-20～50℃。

2 測(cè)量原理

2.1 遠(yuǎn)程樹(shù)高測(cè)量

樹(shù)高測(cè)量原理比較簡(jiǎn)單，主要為相似三角形和三角函數(shù)2種[1]。本儀器利用三角函數(shù)原理，樹(shù)高測(cè)量方法如圖4所示。調(diào)整測(cè)點(diǎn)位置A，確保測(cè)點(diǎn)和目標(biāo)木之間無(wú)明顯遮擋，將儀器對(duì)準(zhǔn)樹(shù)木根徑處點(diǎn)B，測(cè)得斜距L1和天頂距α1；瞄準(zhǔn)樹(shù)梢頂點(diǎn)C，測(cè)得天頂距α2，計(jì)算樹(shù)高為

(1)

式中H——立木高度，m

L1——測(cè)站點(diǎn)到樹(shù)根的斜距，m

α1——對(duì)準(zhǔn)樹(shù)根時(shí)的天頂距，(°)

α2——對(duì)準(zhǔn)樹(shù)梢時(shí)的天頂距，(°)

樹(shù)高能實(shí)時(shí)顯示并自動(dòng)存儲(chǔ)。

圖4 遠(yuǎn)程樹(shù)高測(cè)量原理圖Fig.4 Principle diagram of tree height telemetering

2.2 遠(yuǎn)程胸徑測(cè)量

胸徑測(cè)量工具種類(lèi)繁多，常用的有輪尺、直徑卷尺、鉤尺等[1]。本儀器屬于非接觸式測(cè)量，測(cè)量結(jié)果為輪尺測(cè)量結(jié)果，胸徑測(cè)量方法如圖5所示。將儀器屏幕中十字絲瞄準(zhǔn)樹(shù)干根徑處點(diǎn)B，測(cè)得斜距L1和天頂距α1；不斷調(diào)整儀器傾角，當(dāng)樹(shù)高為1.3 m左右時(shí)，即確定此處為胸徑，測(cè)得站點(diǎn)到胸徑距離L；已檢校CCD定焦鏡頭焦距為f，將屏幕中十字絲瞄準(zhǔn)樹(shù)干中心，獲取樹(shù)干影像信息，根據(jù)CCD鏡頭成像原理為

(2)

式中N——屏幕內(nèi)所測(cè)圖像像素?cái)?shù)

測(cè)得胸徑D，胸徑能自動(dòng)顯示和儲(chǔ)存。

圖5 CCD鏡頭成像原理示意圖Fig.5 Principle sketch of CCD-based imaging

2.3 微樣地林分測(cè)量

微樣地調(diào)查方法同角規(guī)樣地調(diào)查一樣屬于點(diǎn)抽樣方法，充分考慮林木生長(zhǎng)發(fā)育過(guò)程中對(duì)營(yíng)養(yǎng)利用和生態(tài)空間分布的特點(diǎn)，將林分模擬成中心木及鄰近木構(gòu)成的微圓樣地，它比正方形、長(zhǎng)方形樣地更接近于實(shí)際情況。

圖6 微樣地林分測(cè)量界面Fig.6 Interface of micro-sample plot measurement

微樣地林分測(cè)量樣本數(shù)量為6～9棵，在不可到達(dá)區(qū)域內(nèi)確定一棵中心木，再在有利地勢(shì)確定和中心木之間保持通視的2個(gè)觀(guān)測(cè)點(diǎn)，要盡量保證能夠觀(guān)測(cè)到中心木及鄰近木信息。利用本儀器測(cè)量并記錄立木樹(shù)種、立木距離Li、立木方位角αi、立木的樹(shù)高Hi、胸徑Di，自動(dòng)解算林分平均胸徑、林分平均高、林分密度、林分蓄積量等信息，并隨著測(cè)量信息在屏幕上實(shí)時(shí)更新，測(cè)量結(jié)束可儲(chǔ)存并導(dǎo)出，如圖6為微樣地林分測(cè)量界面，其主要原理如下：

(3)

式中Hi——第i棵樹(shù)的樹(shù)高，m

n——立木株數(shù)，棵

(4)

式中Di——第i棵樹(shù)的胸徑，cm

k——距中心木最遠(yuǎn)的立木編號(hào)

Dk——距中心木最遠(yuǎn)立木的胸徑，cm

(3)林分密度測(cè)量由株數(shù)和樣圓面積之比計(jì)算，總株數(shù)由位置權(quán)重計(jì)算，樣圓以中心木到最遠(yuǎn)鄰近木距離為半徑，因此，林分密度Nd(株/公頃)的計(jì)算公式為

(5)

式中Lk——中心木到第k棵立木的距離，m

(4)林分蓄積量以改進(jìn)后的平均實(shí)驗(yàn)形數(shù)法計(jì)算，胸高斷面積以位置權(quán)重計(jì)算，因此，林分蓄積量M(m3/hm2)的計(jì)算公式為

(6)

式中fj——導(dǎo)出形數(shù)[21](按六大區(qū)域分類(lèi)，又分為針葉樹(shù)種、闊葉樹(shù)種、混交林3類(lèi))

Rk——中心木到最遠(yuǎn)立木的距離，m

3 結(jié)果與分析

3.1 遠(yuǎn)程樹(shù)高和胸徑測(cè)量試驗(yàn)

為驗(yàn)證望遠(yuǎn)攝影測(cè)樹(shù)儀的樹(shù)高和胸徑測(cè)量功能及測(cè)量精度，在試驗(yàn)基地林地展開(kāi)試驗(yàn)。在林區(qū)選取立地條件不同樣地對(duì)望遠(yuǎn)攝影測(cè)樹(shù)儀的樹(shù)高測(cè)量功能和胸徑測(cè)量功能進(jìn)行試驗(yàn)，選用南方測(cè)繪NTS-382R6型全站儀進(jìn)行樹(shù)高測(cè)量試驗(yàn)，在兩個(gè)方向不同觀(guān)測(cè)點(diǎn)對(duì)每棵樹(shù)進(jìn)行2次觀(guān)測(cè)，選用胸徑尺進(jìn)行胸徑測(cè)量試驗(yàn)。以NTS-382R6型全站儀和胸徑尺所測(cè)數(shù)據(jù)為基準(zhǔn)值與望遠(yuǎn)攝影測(cè)樹(shù)儀測(cè)量數(shù)據(jù)進(jìn)行比較，計(jì)算相對(duì)誤差為

(7)

如表1所示，為樹(shù)高和胸徑測(cè)量相對(duì)誤差，在50組測(cè)量試驗(yàn)數(shù)據(jù)中，樹(shù)高相對(duì)誤差范圍集中在1.50%～9.13%之間，胸徑相對(duì)誤差范圍集中在1.59%～6.61%之間，基本符合林業(yè)調(diào)查精度要求。

表1 樹(shù)高和胸徑測(cè)量相對(duì)誤差Tab.1 Relative error of tree height and DBH measurements

3.2 微樣地林分測(cè)量試驗(yàn)

為驗(yàn)證望遠(yuǎn)攝影測(cè)樹(shù)儀的微樣地林分測(cè)量功能及測(cè)量精度，在試驗(yàn)基地林地選取10塊樣地，樣地間距保持0.5 km距離，樣地主要樹(shù)種為槐樹(shù)和楊樹(shù)，分布均勻，生長(zhǎng)狀況良好。其中，1053樣地測(cè)量株數(shù)為6棵，1081、1048、1079、1093樣地測(cè)量株數(shù)為7棵，1149、1062、1046樣地測(cè)量株數(shù)為8棵，1032、253樣地測(cè)量株數(shù)為9棵。

微樣地測(cè)量試驗(yàn)是將望遠(yuǎn)攝影測(cè)樹(shù)儀測(cè)量的林分平均高度、林分平均胸徑、林分密度、林分蓄積量與標(biāo)準(zhǔn)圓形樣地每木檢尺測(cè)量林分參數(shù)作比較，以標(biāo)準(zhǔn)樣地每木檢尺測(cè)量值作為基準(zhǔn)值。從表2可以看出，在10組樣地測(cè)量中，林分平均高度平均相對(duì)誤差為5.53%，林分平均胸徑平均相對(duì)誤差為8.32%，林分密度平均相對(duì)誤差為13.96%，林分蓄積量平均相對(duì)誤差為17.36%，微樣地林分測(cè)量每塊樣地僅包含6～9棵樹(shù)，因此，相對(duì)角規(guī)樣地測(cè)量來(lái)說(shuō)精度偏低，但是，屬于非接觸式測(cè)量方式，解決了不可到達(dá)點(diǎn)觀(guān)測(cè)難度高、看得見(jiàn)測(cè)不到等問(wèn)題。

表2 微樣地林分測(cè)量相對(duì)誤差Tab.2 Relative error of micro-sample ground measurement

4 結(jié)束語(yǔ)

設(shè)計(jì)了一種望遠(yuǎn)攝影測(cè)樹(shù)儀。望遠(yuǎn)攝影測(cè)樹(shù)儀由PDA模塊、遠(yuǎn)程EDM模塊、長(zhǎng)焦CCD鏡頭模塊和云臺(tái)高密度集成于一體，基于攝影測(cè)量學(xué)原理、圖像處理技術(shù)原理、測(cè)樹(shù)學(xué)原理，由內(nèi)嵌遠(yuǎn)程樹(shù)高測(cè)量模塊、遠(yuǎn)程胸徑測(cè)量模塊、微樣地林分測(cè)量模塊、基本測(cè)量模塊模塊化程序，實(shí)現(xiàn)樹(shù)高測(cè)量、胸徑測(cè)量、微樣地林分測(cè)量等功能。詳細(xì)闡述了樹(shù)高測(cè)量、胸徑測(cè)量、微樣地林分測(cè)量等基本功能的原理和作業(yè)方式，并通過(guò)實(shí)際外業(yè)試驗(yàn)驗(yàn)證，得到樹(shù)高測(cè)量精度達(dá)93.32%，胸徑測(cè)量精度達(dá)96.49%，林分平均高度測(cè)量精度達(dá)94.47%，林分平均胸徑測(cè)量精度達(dá)91.68%，林分密度測(cè)量精度達(dá)86.04%，林分蓄積量測(cè)量精度達(dá)82.64%，解決了不可到達(dá)點(diǎn)觀(guān)測(cè)難度高、看得見(jiàn)測(cè)不到等問(wèn)題。

1 孟憲宇. 測(cè)樹(shù)學(xué)[M]. 北京：中國(guó)林業(yè)出版社，2006:10-11.

2 馮仲科. 森林觀(guān)測(cè)儀器技術(shù)與方法[M]. 北京：中國(guó)林業(yè)出版社，2015:2-3.

3 馮仲科，趙春江，聶玉藻，等. 精準(zhǔn)林業(yè)[M]. 北京：中國(guó)林業(yè)出版社，2001:3-4.

4 ALLAN A L. A simple control system for the photogrammetric survey of a tree[J]. Survey Review, 1998, 34(268): 373-378.

5 ANDERSEN H E , MCGAUGHEY R J , CARSON W W, et al. A comparison of forest canopy models derived from LIDAR and INSAR data in a Pacific Northwest conifer forest [J]. International Archives of Photogrammetry and Remote Sensing,2004,34: 211-217.

6 BANSKOTA A, WYNNE R H, JOHNSON P, et al. Synergistic use of very high-frequency radar and discrete-return lidar for estimating biomass in temperate hardwood and mixed forests[J]. Annals of Forest Science, 2011, 68(2): 347-356.

7 BORTOLOT Z J, WYNNE R H. Estimating forest biomass using small footprint LiDAR data: an individual tree-based approach that incorporates training data[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2005, 59(6): 342-360.

8 MUUKKONEN P, HEISKANEN J. Estimating biomass for boreal forests using ASTER satellite data combined with standwise forest inventory data[J]. Remote Sensing of Environment, 2005, 99(4): 434-447.

9 POPESCU S, WYNNE R H. Seeing the trees in the forest: using lidar and multispectral data fusion with local filtering and variable window size for estimating tree height[J]. Photogrammetric Engineering and Remote Sensing, 2004, 70(5): 589-604.

10 BROWN S, LUGO A E. Above ground biomass estimates for tropicalmoist forests of Brazilian Amazon[J]. Intereieneia,1992,17:8-18.

11 MORALES R M, MIURA T, IDOL T, et al. An assessment of Hawaiian dry forest condition with fine resolution remote sensing[J]. Forest Ecology and Management, 2008, 255(7): 2524-2532.

12 閆飛. 森林資源調(diào)查技術(shù)與方法研究[D]. 北京：北京林業(yè)大學(xué)，2014.

13 樊仲謀,馮仲科,鄭君,等. 基于立方體格網(wǎng)法的樹(shù)冠體積計(jì)算與預(yù)估模型建立[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報(bào),2015,46(3):320-327.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20150347&flag=1.DOI:10.6041/j.issn.1000-1298.2015.03.047.

FAN Zhongmou, FENG Zhongke, ZHENG Jun, et al. Tree crown volume calculation and prediction model establishment using cubic lattice method[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(3):320-327. (in Chinese)

14 曹忠，鞏奕成，馮仲科，等. 電子經(jīng)緯儀測(cè)量立木材積誤差分析[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報(bào),2015,46(1):292-298. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20150141&flag=1.DOI:10.6041/j.issn.1000-1298.2015.01.041.

CAO Zhong, GONG Yicheng, FENG Zhongke, et al. Error analysis on standing tree volume measurement by using electronic theodolites[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2015,46(1):292-298. (in Chinese)

15 曹忠，馮仲科，徐偉恒，等. 電子經(jīng)緯儀無(wú)損立木材積測(cè)量方法及精度分析[J]. 中南林業(yè)科技大學(xué)學(xué)報(bào),2015,35(4):7-13.

CAO Zhong, FENG Zhongke, XU Weiheng, et al. Standing tree volume nondestructive measurement methods and precision analysis based on electronic theodolite[J]. Journal of Central South University of Forestry & Technology, 2015,35(4):7-13. (in Chinese)

16 馮仲科，姚山. 全站儀量測(cè)樹(shù)高方法：中國(guó)，101021416[P].2007-08-22.

17 馮仲科，黃曉東，劉芳. 森林調(diào)查裝備與信息化技術(shù)發(fā)展分析[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報(bào),2015,46(9):257-265. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20150938&flag=1.DOI:10.6041/j.issn.1000-1298.2015.09.038.

FENG Zhongke, HUANG Xiaodong, LIU Fang. Forest survey equipment and development of information technology[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2015,46(9):257-265. (in Chinese)

18 黃曉東，馮仲科，解明星，等. 自動(dòng)測(cè)量胸徑和樹(shù)高便攜設(shè)備的研制與測(cè)量精度分析[J]. 農(nóng)業(yè)工程學(xué)報(bào),2015,31(18):92-99.

HUANG Xiaodong, FENG Zhongke, XIE Mingxing, et al. Developing and accuracy analysis of portable device for automatically measuring diameter at breast height and tree height[J]. Transactions of the CSAE, 2015, 31(18): 92-99. (in Chinese)

19 徐偉恒，馮仲科，蘇志芳，等. 手持式數(shù)字化多功能電子測(cè)樹(shù)槍的研制與試驗(yàn)[J]. 農(nóng)業(yè)工程學(xué)報(bào),2013,29(3):90-99.

XU Weiheng, FENG Zhongke, SU Zhifang, et al. Development and experiment of handheld digitalized and multi-functional forest measurement gun[J]. Transactions of the CSAE, 2013, 29(3): 90-99. (in Chinese)

20 邱梓軒,馮仲科,蔣君志偉,等. 森林智能測(cè)繪記算器的研制與試驗(yàn)[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報(bào),2017,48(5):179-187.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20170522&flag=1.DOI:10.6041/j.issn.1000-1298.2017.05.022.

QIU Zixuan, FENG Zhongke, JIANG Junzhiwei, et al. Development and experiment of forest intelligent surveying and mapping instrument[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2017,48(5):179-187. (in Chinese)

21 程文生,馮仲科,于景鑫. 中國(guó)主要樹(shù)種通用二元材積模型與推導(dǎo)形數(shù)模型研究[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報(bào),2017,48(3):245-252.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20170331&flag=1.DOI:10.6041/j.issn.1000-1298.2017.03.031.

CHENG Wensheng,FENG Zhongke,YU Jingxin.Development of generic standard volume model and derived form factor model for major tree species in China[J/OL].Transactions of the Chinese Society for Agricultural Machinery,2017,48(3):245-252. (in Chinese)