智能手機(jī)單片攝影測(cè)樹技術(shù)研究與試驗(yàn)

練一寧，馮仲科*，劉培斌，陳世林,

(1.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；2.北京市水利規(guī)劃設(shè)計(jì)研究院，北京 100048)

立木的胸徑、樹高、材積是林業(yè)調(diào)查中最為重要的因子[1-2]。胸徑和樹高的測(cè)量直接影響評(píng)判立地質(zhì)量與林木生長(zhǎng)的情況。森林觀測(cè)主要是針對(duì)單木胸徑、單木樹高、單木材積、林分平均胸徑、林分平均樹高、林分蓄積量以及林分密度等。而由于野外觀測(cè)條件變幻莫測(cè)，某些地塊難以到達(dá)，林業(yè)觀測(cè)面臨許多挑戰(zhàn)，因此，一些便攜、高效測(cè)量裝備的研制十分必要。

隨著精準(zhǔn)林業(yè)與數(shù)字林業(yè)的發(fā)展，森林資源清查更注重森林基礎(chǔ)數(shù)據(jù)的獲取，包括單木的樹高、胸徑(diameter at breast height, DBH)、材積以及林分的平均胸徑、平均樹高、林分蓄積量及林分密度等森林因子。因此，高效、高質(zhì)量、高精度的獲取森林因子變得十分關(guān)鍵[3-4]。傳統(tǒng)林業(yè)調(diào)查中森林因子的獲取主要采用每木檢尺的方式。利用麻生式測(cè)高器、布魯萊斯測(cè)高器等來測(cè)量樹高，利用卡尺、芬蘭拋物線卡尺和惠勒五棱鏡等儀器來測(cè)量胸徑[6-7]。但這些儀器設(shè)備需要人工讀取和記錄測(cè)量數(shù)據(jù)，耗資大、效率低且精度不高[5]。隨著科學(xué)技術(shù)的不斷發(fā)展，全站儀、經(jīng)緯儀、GPS等精密儀器在森林調(diào)查中有了顯著的作用，但卻有技術(shù)操作、適用范圍等的限制，缺乏普適性。信息化、智能化技術(shù)的快速發(fā)展，利用更加集成化、智能化、精準(zhǔn)化的森林植被觀測(cè)裝備已經(jīng)成為森林資源調(diào)查的主流[8]。

近年來，國(guó)內(nèi)外逐步研發(fā)了一批多功能測(cè)樹儀器，各種新型的林業(yè)觀測(cè)技術(shù)方法和測(cè)樹裝備不斷涌現(xiàn)，比如攝影測(cè)量技術(shù)、遙感技術(shù)、三維激光掃描技術(shù)、地面觀測(cè)技術(shù)等[9-12]。本課題組先后研發(fā)了可測(cè)量胸徑、樹高的電子經(jīng)緯儀、測(cè)樹全站儀[13-14]以及測(cè)樹超站儀[15]，可以測(cè)量樹高、任意處直徑以及林分空間結(jié)構(gòu)參數(shù)的數(shù)字化手持式多功能電子測(cè)樹槍[16]，可以測(cè)量胸徑、樹高以及林分因子的森林智能測(cè)繪記算器[17]。這些設(shè)備的陸續(xù)出現(xiàn)，已形成了較為完整的森林調(diào)查技術(shù)體系[18]，但仍存在便攜性差、操作過程繁瑣等問題。地面激光掃描是非常有效的樹木測(cè)量方法，主要用于還原樹木的三維信息，生成激光點(diǎn)云從而進(jìn)行高精度測(cè)量[19]。三維激光掃描技術(shù)可以擬合樹木形態(tài)，擬合森林結(jié)構(gòu)，以達(dá)到監(jiān)測(cè)樹木生長(zhǎng)的目的，但是其設(shè)備價(jià)格昂貴，技術(shù)難度較高，不能廣泛的被林業(yè)工作者利用[20-21]。智能手機(jī)的發(fā)展給林業(yè)觀測(cè)裝備帶來了新的研發(fā)思路。智能手機(jī)和平板電腦憑借其內(nèi)置的攝像頭、角度傳感器、GPS模塊、多核處理器以及強(qiáng)大的內(nèi)存數(shù)據(jù)庫等模塊，使其在功能上滿足了普通攝影測(cè)量和林業(yè)記錄上的需求。Molinier 等[22]利用智能手機(jī)結(jié)合遙感圖像進(jìn)行森林生物量的監(jiān)測(cè)，測(cè)量結(jié)果與傳統(tǒng)的森調(diào)方式達(dá)到了較好的一致性(R2=0.88，RMSE=32.46 m3·hm-2)； Siipilehto等[23]利用智能手機(jī)和三維激光掃描系統(tǒng)分別進(jìn)行森林結(jié)構(gòu)的預(yù)測(cè)分析，發(fā)現(xiàn)智能手機(jī)更加便捷高效； Vastaranta 等[24]利用開發(fā)的智能手機(jī)APP測(cè)量森林因子，得出了拍攝像片時(shí)離樹木越近精度越高的結(jié)論。已有智能手機(jī)在林業(yè)上的應(yīng)用針對(duì)特定的林地條件進(jìn)行設(shè)計(jì)，因此有很大的局限性，無法適應(yīng)目前國(guó)內(nèi)的林業(yè)調(diào)查研究。

針對(duì)上述情況，為了更好的解決林業(yè)調(diào)查中時(shí)間長(zhǎng)、成本高、儀器便攜性差的問題，本文提出了一種以智能手機(jī)為載體，攝影測(cè)量為原理，Android為開發(fā)平臺(tái)的智能手機(jī)單片攝影測(cè)樹的算法。該方法可通過拍攝單張圖像進(jìn)行單木樹高、材積、林分平均胸徑、蓄積量、密度的測(cè)量解算，從而獲得森林因子。該方法測(cè)量效率高，操作過程簡(jiǎn)單，實(shí)現(xiàn)了人人可測(cè)樹，隨處可測(cè)樹的目的。

1 材料與方法

1.1 研究區(qū)概況

本研究在遼寧省遼陽市遼陽縣周邊樣地進(jìn)行。遼陽市地處遼東半島中部，東依遼東山地，西望遼河平原，位于沈陽市和鞍山市之間。地理坐標(biāo)范圍是E122°35′04″～123°41′00″，N40°42′19″～41°36′32″，現(xiàn)有面積4 744 km2，轄5區(qū)1市1縣。遼陽的植被因地貌成因、氣候類型諸因素，形成東西不同的植被類型。根據(jù)其分布和種類組成，全區(qū)可分為東部低山丘陵落葉闊葉林和針、闊混交林等植被類型。試驗(yàn)的樹種包括樟子松、油松、落葉松等6個(gè)樹種，選擇試驗(yàn)?zāi)繕?biāo)樹木要具有代表性，樹高要4 m以上，胸徑在5 cm以上。

1.2 軟件設(shè)計(jì)

該軟件在Android Studio 3.3 環(huán)境下開發(fā)集成，以JAVA(JDK 1.8)為基礎(chǔ)語言，利用SQLite3數(shù)據(jù)庫進(jìn)行數(shù)據(jù)存儲(chǔ)。主要有單木測(cè)量和林分測(cè)量?jī)蓚€(gè)功能，其中單木測(cè)量功能主要包括單木的胸徑、樹高和單木的材積；林分測(cè)量功能主要包括林分平均胸徑、林分密度和林分蓄積量。系統(tǒng)總流程如圖1所示。

圖1 軟件功能Fig.1 Software function

1.3 單木測(cè)量算法

利用智能手機(jī)進(jìn)行單片測(cè)樹以攝影測(cè)量學(xué)、測(cè)樹學(xué)原理為理論基礎(chǔ)，解算過程中以放置的格網(wǎng)標(biāo)志中心點(diǎn)為坐標(biāo)原點(diǎn)建立坐標(biāo)系，其中，物方坐標(biāo)與像方坐標(biāo)的關(guān)系如圖2所示，O為像方坐標(biāo)系原點(diǎn)，O′為物方坐標(biāo)系原點(diǎn)。

圖2 坐標(biāo)關(guān)系示意圖Fig.2 Schematic diagram of coordinate relationship

進(jìn)行單片攝影獲取相片時(shí)，手機(jī)需進(jìn)行豎直攝影，此時(shí)外方位元素ω=φ=κ=0，R=E，則：

(1)

式中，f為鏡頭焦距，單位mm。

1.3.1單木胸徑測(cè)量算法 單木胸徑測(cè)量如圖3所示，A點(diǎn)為格網(wǎng)中心左邊界點(diǎn)，B點(diǎn)為格網(wǎng)中心右邊界點(diǎn)，C點(diǎn)為胸徑左邊界點(diǎn)，D點(diǎn)為胸徑處右邊界點(diǎn)。

圖3 單木胸徑測(cè)量示意圖Fig.3 DBH measurement schematic

(2)

根據(jù)和標(biāo)志格網(wǎng)的比例關(guān)系，內(nèi)方位元素已知，解得λ1、λ2，從而求得OC的距離。同理，可求得OD的距離，則胸徑d=OC+OD。

1.3.2單木胸徑測(cè)量算法 單木樹高測(cè)量如圖4所示。

圖4 單木樹高測(cè)量示意圖Fig.4 Individual tree height measurement schematic

(3)

根據(jù)和標(biāo)志格網(wǎng)的比例關(guān)系，內(nèi)方位元素已知，解得λ3、λ4，從而求得b。

同理，可求得a，則樹高計(jì)算公式如下。

(4)

1.3.3單木材積測(cè)量算法 單木材積解算如圖5所示。

圖5 單木材積解算示意圖Fig.5 Individual tree volume measurement diagram

單木材積分三段進(jìn)行計(jì)算，在像片上近樹梢選取一點(diǎn)，該點(diǎn)至樹梢處為第一段，視為圓錐體，圓錐體高記為a，材積為V1。

(5)

式中，a為近樹梢處一點(diǎn)到樹梢的距離；b1為近樹梢處該點(diǎn)的直徑。

所選點(diǎn)至胸徑1.3 m處為第二段，視為臺(tái)柱體，臺(tái)柱體高記為b，材積為V2。

(6)

式中，a1為胸徑，b為近樹梢處所選點(diǎn)到胸徑的距離。

樹底至胸徑處為第三段，視為圓柱體，圓柱體高記為c，材積為V3。

(7)

由此，相加得到單木的材積V。

V=V1+V2+V3=

(8)

1.4 林分樣地測(cè)量

5～9棵樹觀測(cè)法也是定木樣圓法，是一種通過標(biāo)定只有5～9棵樹的微樣地進(jìn)行林分信息計(jì)算的方法。5～9棵樹法觀測(cè)的步驟(圖6)是：①樣地的定位標(biāo)定一個(gè)包括9棵樹的樣地，記錄樣地的經(jīng)緯度和海拔；②選取樣地的中心樹，記為0號(hào)樹，并量測(cè)樹高、胸徑，記錄樹種；③量測(cè)樣地內(nèi)距離中心樹最近的8棵樹的樹高、胸徑，記錄數(shù)種；④測(cè)量和中心樹距離最遠(yuǎn)的n號(hào)樹，并記錄距離為R；⑤統(tǒng)計(jì)計(jì)算，在計(jì)算的過程中，n號(hào)觀測(cè)樹計(jì)為0.5棵。同時(shí)，需記錄樣地B、L、H，坡度、坡向、坡位、土壤類型、厚度、優(yōu)勢(shì)樹種、林分結(jié)構(gòu)、郁閉度等。

圖6 5～9棵微樣地法示意圖Fig.6 Schematic diagram of the 5～9 tree micro-sample method

(9)

式中，di為第i棵計(jì)數(shù)木，i

1.4.2林分密度 林分密度(N，株·hm-2)是指單位面積林地上林木的數(shù)量。

(10)

式中，Rn為中心木到最遠(yuǎn)株第n棵的距離，m。

1.4.3林分蓄積量 蓄積量(M，m3·hm-2)需要根據(jù)推導(dǎo)形數(shù)[25]求得。

(11)

1.5 真實(shí)值測(cè)量方法

為了檢驗(yàn)智能手機(jī)單片攝影測(cè)樹技術(shù)的準(zhǔn)確性，在遼寧省遼陽市遼陽縣林區(qū)進(jìn)行了測(cè)量實(shí)驗(yàn)。單木測(cè)量方面，主要針對(duì)單木的胸徑、樹高、材積進(jìn)行測(cè)量對(duì)比驗(yàn)證。因?yàn)樾貜匠吣軌颢@取比較準(zhǔn)確的單木胸徑值，所以實(shí)驗(yàn)中用胸徑尺測(cè)量單木的胸徑，獲取參考值。由于全站儀無損測(cè)量樹高和材積精度要高于其他林業(yè)調(diào)查儀器，本文用南方測(cè)繪公司生產(chǎn)的NTS-372R型全站儀獲取實(shí)測(cè)數(shù)據(jù)，測(cè)量得到的樹高和材積[25-27]作為參考值。由于本文主要通過單片攝影來測(cè)量單木因子，故在試驗(yàn)過程中，只需要挑選滿足條件的單木進(jìn)行實(shí)驗(yàn)，即能夠在單張相片中完全呈現(xiàn)的樹木。

圖7 單木胸徑、樹高、材積測(cè)量值和參考值散點(diǎn)分布Fig.7 Measurement and reference values distribution of DBH, tree height, volume for single tree

林分樣地測(cè)量方面，在遼寧省遼陽市遼陽縣林區(qū)進(jìn)行了5～9棵樹微樣地法的實(shí)驗(yàn)，微樣地利用圓形樣地來表示。同時(shí)標(biāo)定20 m×20 m的標(biāo)準(zhǔn)角規(guī)樣地，角規(guī)樣地的測(cè)量數(shù)據(jù)作為對(duì)照。一共選取了15個(gè)標(biāo)準(zhǔn)角規(guī)樣地和15個(gè)微樣地進(jìn)行計(jì)算，分別就林分的平均胸徑，林分密度，林分蓄積量進(jìn)行對(duì)比驗(yàn)證，得到最終結(jié)果。

1.6 數(shù)據(jù)分析方法

本文利用偏差(Bias)、均方根誤差(RMSE)、相對(duì)偏差(Bias%)、相對(duì)均方根誤差(RMSE%)來進(jìn)行精度的驗(yàn)證[28]，具體公式如下所示。

(12)

(13)

(14)

(15)

2 結(jié)果與分析

2.1 單木測(cè)量結(jié)果分析

在林區(qū)中隨機(jī)選取了200株立木進(jìn)行觀測(cè)實(shí)驗(yàn)，將200棵樹利用傳統(tǒng)方式測(cè)量所得值作為參考值，按照從小到大重新排列，做成散點(diǎn)圖來直觀的表現(xiàn)測(cè)量值與參考值之間的離散程度，其中，胸徑用胸徑尺來測(cè)量，樹高和材積利用全站儀來測(cè)量，結(jié)果如圖7所示。表1所示為每個(gè)樹種的測(cè)量平均值以及兩種測(cè)量方式的相對(duì)誤差。由表1和圖7可以看出，智能手機(jī)單片攝影測(cè)量測(cè)樹技術(shù)所得到的單木胸徑值、單木樹高值和單木材積值與傳統(tǒng)標(biāo)準(zhǔn)工具測(cè)量所到的值整體相差不大。

精度分析(表2)表明，單木胸徑的Bisa%只有4.95%，RMSE%為6.09%；單木樹高的Bisa%只有5.59%，RMSE%為6.43%；單木材積的Bisa%只有5.86%，RMSE%為7.46%，以上均滿足二類森林調(diào)查的誤差要求。

表1 單木實(shí)驗(yàn)數(shù)據(jù)Table 1 Individual tree experiment data

圖8 林分平均胸徑、林分密度、林分蓄積量測(cè)量值和參考值散點(diǎn)分布Fig.8 Measurement and reference values distribution of Ave. DBH, stand density, stand volume

表2 智能手機(jī)單木胸徑測(cè)量精度Table 2 Accuracies of the DBH estimation using smartphone photography tree

2.2 林分測(cè)量結(jié)果分析

林分樣地觀測(cè)實(shí)驗(yàn)中，將標(biāo)準(zhǔn)角規(guī)樣地中測(cè)量所得的林分平均胸徑、林分密度和林分蓄積量作為參考值，按照從小到大重新排列，分別做成散點(diǎn)圖來直觀的表現(xiàn)測(cè)量值與參考值之間的離散程度，如圖8所示。由圖8可以看出，5～9棵樹微樣地法計(jì)算得到的地林分平均胸徑、林分密度、林分蓄積量和角規(guī)樣地所到的值整體相差不大。林分平均胸徑Bisa%只有0.51%，RMSE%為8.6%；地林分密度的Bisa%只有1.46%，RMSE%為7.47%；林分蓄積量的Bisa%只有1.35%，RMSE%為7.74%，均滿足二類森林調(diào)查誤差要求(表3)。

表3 智能手機(jī)林分平均胸徑計(jì)算精度Table 3 Accuracies of the Ave. DBH estimation using smartphone photography tree

3 討論

本文提出了一套利用智能手機(jī)單片攝影測(cè)樹的技術(shù)方法并研發(fā)了對(duì)應(yīng)的系統(tǒng)。該系統(tǒng)基于攝影測(cè)量學(xué)原理、圖像處理技術(shù)原理、測(cè)樹學(xué)原理，在Android Studio 3.3環(huán)境下開發(fā)，以JAVA(JDK1.8)為基礎(chǔ)語言，利用SQLite3數(shù)據(jù)庫進(jìn)行數(shù)據(jù)存儲(chǔ)。實(shí)現(xiàn)了單木胸徑、樹高、材積、林分平均胸徑、林分密度、林分蓄積量的解算。

本文提出的技術(shù)方法和對(duì)應(yīng)設(shè)計(jì)的系統(tǒng)實(shí)現(xiàn)了森林觀測(cè)裝備便攜化的目標(biāo)，僅利用一部智能手機(jī)便可進(jìn)行測(cè)樹，省去了以往觀測(cè)森林搬運(yùn)裝備的精力而且達(dá)到了人人可測(cè)樹，處處可測(cè)樹的目的。在進(jìn)行森林觀測(cè)的過程中，只需拍攝一張圖像即可進(jìn)行單木的胸徑、樹高、材積，對(duì)林分平均胸徑、密度、蓄積量進(jìn)行解算，這與現(xiàn)有的裝備相比可節(jié)省大量觀測(cè)時(shí)間，降低觀測(cè)成本。

通過實(shí)驗(yàn)，該系統(tǒng)測(cè)量精度能均滿足我國(guó)森林調(diào)查的誤差要求，因此該系統(tǒng)具有較好的推廣前景。