手持式超站儀攝影測(cè)量研建材積模型

成竺欣，王秀蘭*，沈亞駿，常晨，馮仲科，蔣君志偉，孫素芬，張浪，馬文苑

(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.北京市農(nóng)林科學(xué)院農(nóng)業(yè)信息與經(jīng)濟(jì)研究所，北京 100097；3.上海市園林科學(xué)規(guī)劃研究院，上海 200232；4.上海城市困難立地綠化工程技術(shù)研究中心，上海 200232)

森林是人類(lèi)重要的資源寶庫(kù)，我國(guó)森林在陸地生態(tài)系統(tǒng)中起主導(dǎo)作用，森林生物量約占中國(guó)陸地生態(tài)系統(tǒng)總生物量的69.5%，對(duì)于維持陸地生態(tài)系統(tǒng)平衡有著不可替代的作用[1]。隨著“精準(zhǔn)林業(yè)”和“數(shù)字林業(yè)”的提出，森林資源調(diào)查方法也向著精細(xì)化、數(shù)字化、自動(dòng)化發(fā)展[2]。調(diào)查森林中樹(shù)木胸徑(diameter at breast height，DBH)、樹(shù)高、材積是森林資源調(diào)查過(guò)程中的重要工作。傳統(tǒng)森林資源調(diào)查方式依賴角規(guī)、胸徑尺等工具進(jìn)行人工觀測(cè)與測(cè)量，不僅浪費(fèi)大量人力、物力，在時(shí)間周期與精度方面也有一定缺陷；傳統(tǒng)立木材積獲取信息的方法是對(duì)樣木進(jìn)行倒伐測(cè)量[3]，會(huì)嚴(yán)重破壞環(huán)境，且工作效率較低、成本較高[4]。國(guó)內(nèi)外提出的無(wú)損測(cè)量立木材積方法已有很多，比如正形數(shù)法測(cè)材積、望高法等，但這些方法普遍存在精度不高、限制條件多、操作繁瑣等特點(diǎn)[5]。為了快速、自動(dòng)、精準(zhǔn)獲取立木材積，近年來(lái)國(guó)內(nèi)外學(xué)者發(fā)明出很多測(cè)量?jī)x器，如三維激光掃描儀[6]、全站儀[7]、電子經(jīng)緯儀[8]、手持式超站儀[9]等，這些儀器精度較高，但仍存在器材笨重、成本過(guò)高等缺陷。此外，航空攝影技術(shù)以及無(wú)人機(jī)航測(cè)技術(shù)也取得了很大的進(jìn)步，在森林資源清查和林木蓄積估測(cè)中得到了廣泛的應(yīng)用，但成本仍然很高[10]。有學(xué)者為了提高林副產(chǎn)品產(chǎn)量，優(yōu)化經(jīng)濟(jì)效益，將超聲掃描系統(tǒng)用于樹(shù)木體積的測(cè)量和繪制，并取得了良好的效果[11]。目前，無(wú)損、高精度、便攜易操作等特點(diǎn)已成為森林觀測(cè)裝備技術(shù)的重要研究方向。

我國(guó)東北部森林是我國(guó)重要的林區(qū)組成，也是北半球高緯度森林的重要組成部分。從我國(guó)1978年第一次頒布二元立木材積表開(kāi)始[4]，近30年來(lái)我國(guó)森林資源種類(lèi)和結(jié)構(gòu)發(fā)生了很大改變，即次生林逐漸成為森林資源主體，尤其在我國(guó)東北地區(qū)，次生林以占整體森林資源的72%[12]。本研究選擇東北遼陽(yáng)地區(qū)，針對(duì)當(dāng)?shù)刂饕獦?shù)種，利用手持式測(cè)樹(shù)超站儀進(jìn)行無(wú)損立木精測(cè)與模型研建，為摸清當(dāng)?shù)厣脂F(xiàn)狀、結(jié)構(gòu)，并為今后森林資源的動(dòng)態(tài)管理與信息更新提供數(shù)據(jù)支持，以期實(shí)現(xiàn)一種更高精度，更便捷的森林資源觀測(cè)方法。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)遼寧省遼陽(yáng)市地處遼東半島中部，東依遼東山地，西望遼河平原，地理坐標(biāo)范圍E12235′04″～123°41′00″，N 40°42′19″～41°36′32″。因地貌成因、氣候類(lèi)型諸因素，該地區(qū)植被類(lèi)型豐富，境內(nèi)現(xiàn)有植物800余種。東部低山丘陵是長(zhǎng)白植物區(qū)系與華山植物區(qū)系的交匯區(qū)，是全市次生林和人工林最集中的地區(qū)，大面積人工林的主要樹(shù)種有柞樹(shù)、油松等，此外多落葉闊葉林和針葉闊葉混交林。平原地區(qū)人工闊葉林主要分布在長(zhǎng)(春)大(連)線以西，屬遼河沖積平原區(qū)。針葉樹(shù)種分布較多的為紅松、樟子松等[13]。據(jù)此，本研究將遼陽(yáng)地區(qū)主要樹(shù)種分為以下幾種：樟子松、油松、落葉松、柞樹(shù)、刺槐、楊樹(shù)、硬闊、軟闊。但由于楊樹(shù)不同品種間干形差距較大，如用同一回歸模型擬合則誤差較大，應(yīng)分樹(shù)種建模，因此，本文又將楊樹(shù)分為速生楊樹(shù)、中生楊樹(shù)以及慢生楊樹(shù)分別建模，總計(jì)10種樹(shù)種。

1.2 觀測(cè)儀器

手持式超站儀由北京林業(yè)大學(xué)精準(zhǔn)林業(yè)北京市重點(diǎn)實(shí)驗(yàn)室自主研發(fā)，其以攝影測(cè)量學(xué)原理、圖像處理技術(shù)原理、傳感器技術(shù)、測(cè)樹(shù)學(xué)原理等為基礎(chǔ)，由定制版安卓手機(jī)、紅外激光測(cè)距儀、可調(diào)節(jié)式云臺(tái)、地面測(cè)量解算軟件組成。其中定制版手機(jī)將CPU、RAM、ROM、GPU、觸控顯示屏、CCD鏡頭、重力傳感器、陀螺儀、GPS芯片等精密部件高度集成[14],如圖1所示。

圖1 手持式超站儀構(gòu)成Fig.1 Hand-held super station

地面解算軟件利用Java語(yǔ)言編繪實(shí)現(xiàn)，軟件采用模塊化設(shè)計(jì)，其功能有樹(shù)高測(cè)量模塊、胸徑測(cè)量模塊、材積測(cè)量模塊、國(guó)家森林資源連續(xù)清查模塊、森林資源規(guī)劃設(shè)計(jì)模塊。其中， 森林資源規(guī)劃設(shè)計(jì)模塊又可分為3D電子角規(guī)觀測(cè)法與N棵樹(shù)微樣地觀測(cè)法兩個(gè)模塊。

1.3 觀測(cè)方法

野外觀測(cè)是針對(duì)遼陽(yáng)市327塊微樣地展開(kāi)的調(diào)查與數(shù)據(jù)收集，采用典型抽樣調(diào)查方法選取不同樣地、不同樹(shù)種(10個(gè)樹(shù)種)、不同徑階的樣木進(jìn)行手持式超站儀立木無(wú)損觀測(cè)。在觀測(cè)時(shí)，首先選擇樹(shù)干垂直于地面，主干圓直，有明顯樹(shù)梢的樹(shù)木為樣木，且樣木樹(shù)高要在5 m以上，胸徑要在5 cm以上；外業(yè)測(cè)量人員使用紅漆對(duì)樣木胸徑、地徑位置進(jìn)行標(biāo)記，方便手持式測(cè)樹(shù)超站儀進(jìn)行精準(zhǔn)測(cè)量。對(duì)同一棵樣木要在兩個(gè)相互垂直方向選擇觀測(cè)點(diǎn)對(duì)其進(jìn)行2次觀測(cè)，取平均值作為測(cè)量值。以遼陽(yáng)地區(qū)主要樹(shù)種為目標(biāo)，采用手持式超站儀立木無(wú)損精測(cè)技術(shù)，無(wú)需倒伐立木，通過(guò)非接觸式攝影測(cè)量方法獲取不少于1 000棵標(biāo)準(zhǔn)木作為建模樣本，每個(gè)樹(shù)種均不少于100棵。為排除因樹(shù)干干型不規(guī)則而引起的測(cè)量誤差，樣木選擇盡量應(yīng)以有明顯主梢，主干圓直且垂直于地面的樹(shù)木為標(biāo)準(zhǔn)，具體方案如下。

首先，手持式超站儀在測(cè)量時(shí)其位置應(yīng)與所觀測(cè)樣木保持在該樹(shù)樹(shù)高1～1.5倍之間，保持儀器豎直，并通過(guò)90°方向的分別2次測(cè)量單木胸徑與樹(shù)高并求取平均值，以減少樹(shù)干干形不規(guī)則對(duì)精度的影響，同時(shí)獲取清晰完整樣木的圖像和照片。在獲取了單木胸徑與樹(shù)高后，根據(jù)手持式超站儀材積測(cè)量模塊測(cè)算出標(biāo)準(zhǔn)木材積。樹(shù)干材積(V)是按模擬圓臺(tái)累加法得出的，即將樹(shù)梢看作圓錐體、樹(shù)干看作圓臺(tái)結(jié)合體其測(cè)算方法為分段求積法，計(jì)算公式[15]如式(1)所示。由于計(jì)算每棵樹(shù)材積的模型都一樣，利用地面攝影測(cè)量軟件自動(dòng)計(jì)算，使得手持式超站儀測(cè)樹(shù)的操作非常簡(jiǎn)便。

(1)

式中，V為材積，D為胸徑，h為樹(shù)高;D0為樹(shù)干底部直徑，D1.3為樹(shù)干1.3 m處直徑通過(guò)實(shí)地量測(cè)獲得；D2、D3、Dn-1、Dn利用手持式超站儀觀測(cè)樹(shù)干獲得的數(shù)據(jù)，通過(guò)相關(guān)數(shù)學(xué)模型經(jīng)過(guò)計(jì)算而得。

國(guó)內(nèi)可供選擇的二元材積模型有多種多樣，如山本式、多項(xiàng)式、斯泊爾式等[16]。山本式相比其他立木材積模型而言山本式具有較強(qiáng)的靈活性，且可以較好的體現(xiàn)胸徑、樹(shù)高和材積三要素之間的關(guān)系[17-19]。所以本文選用基于山本和藏式的二元材積模型、一元材積模型、樹(shù)高胸徑回歸模型，公式分別如式(2)～(4)所示。

V1=a1Db1Hc1

(2)

V2=a2Db2

(3)

H=a3Db3

(4)

式中，a1、b1、c1、a2、b2、a3、b3為待擬合系數(shù)。

采用SPSS軟件對(duì)材積模型進(jìn)行非線性擬合，評(píng)價(jià)和比較時(shí)，采用以下6項(xiàng)指標(biāo)作為基本評(píng)價(jià)指標(biāo)：決定系數(shù)(R2)、估計(jì)值標(biāo)準(zhǔn)差(SEE)、總相對(duì)誤差(TRE)、平均系統(tǒng)誤差(MSE)、平均預(yù)估誤差(MPE)和平均百分標(biāo)準(zhǔn)誤差(MPSE)。通常R2和SEE評(píng)價(jià)模型是最常用的評(píng)價(jià)指標(biāo)，反映了模型的擬合優(yōu)度；TRE和MSE是反映擬合效果的重要指標(biāo)，二者都應(yīng)該控制在±3%或±5%范圍內(nèi)，當(dāng)接近0時(shí)效果最好；MPE是反映平均碳儲(chǔ)量估值的精度指標(biāo)，MPSE反映個(gè)體估計(jì)的準(zhǔn)確性，擬合好的模型還應(yīng)具有參數(shù)穩(wěn)定特點(diǎn)和殘差以0為基準(zhǔn)線上下對(duì)稱隨機(jī)分布[20]。

(5)

(6)

(7)

(8)

(9)

(10)

2 結(jié)果與分析

2.1 主要樹(shù)種材積模型與樹(shù)高胸徑模型

對(duì)遼陽(yáng)地區(qū)327塊微樣地進(jìn)行測(cè)量，將所得數(shù)據(jù)進(jìn)行歸納匯總、數(shù)據(jù)檢查與異常數(shù)據(jù)剔除獲得觀測(cè)數(shù)據(jù)，如表1所示。

表1 觀測(cè)數(shù)據(jù)Table 1 Observation data

利用表1的實(shí)測(cè)樣本數(shù)據(jù)，對(duì)方程進(jìn)行非線性回歸擬合，獲得其參數(shù)值，如表2所示。進(jìn)而得出10個(gè)樹(shù)種的相容性材積模型如下。

表2 遼陽(yáng)主要樹(shù)種材積模型參數(shù)估計(jì)值Table 2 Parameter value of volume model and height-DBH model

樟子松材積系列模型：

V1=9.190×10-5D2.093H0.566

V2=1.745×10-4D2.331

油松材積系列模型：

V1=6.925×10-5D1.747H1.132

V2=4.251×10-4D2.059

H=2.609D0.483

落葉松材積系列模型：

V1=8.030×10-5D1.842H0.925

V2=4.045×10-4D2.133

H=3.011D0.516

柞樹(shù)材積系列模型：

取消引風(fēng)機(jī)入口調(diào)節(jié)閥，使引風(fēng)機(jī)入口調(diào)節(jié)閥處于全開(kāi)狀態(tài)，DCS根據(jù)爐子的不同周期所需的不同爐膛負(fù)壓以及現(xiàn)場(chǎng)爐膛負(fù)壓的檢測(cè)值，通過(guò)PID計(jì)算向變頻器發(fā)出4～20mA信號(hào)對(duì)風(fēng)機(jī)轉(zhuǎn)速自動(dòng)調(diào)速，從而實(shí)現(xiàn)對(duì)爐膛負(fù)壓的自動(dòng)跟蹤控制，最大限度地滿足生產(chǎn)工藝的要求，同時(shí)節(jié)約電能，極大地提高經(jīng)濟(jì)效益，增加設(shè)備的自動(dòng)化水平［4］。控制方式采用現(xiàn)場(chǎng)控制和DCS控制兩種?，F(xiàn)場(chǎng)控制柜屏上按鈕操作起/停運(yùn)行及調(diào)速；自動(dòng)控制調(diào)速信號(hào)來(lái)自上一級(jí)DCS控制系統(tǒng)，DCS根據(jù)傾動(dòng)爐爐內(nèi)壓自動(dòng)跟蹤調(diào)節(jié)工藝需要設(shè)定負(fù)壓值，然后自動(dòng)計(jì)算出變頻器的頻率，從而實(shí)現(xiàn)變頻器的頻率對(duì)爐膛負(fù)壓的實(shí)時(shí)跟蹤。見(jiàn)圖3。

V1=6.886×10-5D1.748H1.132

V2=4.186×10-4D2.128

H=2.479D0.533

刺槐材積系列模型：

V1=9.861×10-5D1.897H0.761

V2=2.102×10-4D2.284

H=2.872D0.492

硬闊材積系列模型：

V1=7.699×10-5D1.821H0.929

V2=2.480×10-4D2.200

H=3.495D0.411

軟闊材積系列模型：

V1=2.858×10-5D1.918H0.314

V2=4.889×10-4D2.003

H=3.095D0.391

速生楊樹(shù)材積系列模型：

V1=6.108×10-5D1.924H0.885

V2=1.069×10-4D2.539

H=1.952D0.683

中生楊樹(shù)材積系列模型：

V1=5.091×10-5D1.755H1.129

V2=5.740×10-4D2.027

H=3.311D0.526

慢生楊樹(shù)材積系列模型：

V1=8.614×10-5D1.923H0.757

V2=3.565×10-4D2.112

H=3.721D0.422

式中，V1代表二元材積模型，V2代表一元材積模型，H代表樹(shù)高胸徑模型，D代表胸徑，H代表樹(shù)高。

2.2 模型評(píng)價(jià)分析

2.2.1二元材積模型評(píng)價(jià)分析 從表3中可以看出，遼陽(yáng)地區(qū)主要樹(shù)種的二元材積模型相關(guān)系數(shù)范圍約為0.896～0.991，只有樟子松數(shù)據(jù)低于但非常接近90%，平均達(dá)到0.94左右，說(shuō)明該模型可以解釋94%的材積變化，有良好的擬合效果，滿足林業(yè)調(diào)查所規(guī)定的90%標(biāo)準(zhǔn)。估計(jì)值標(biāo)準(zhǔn)誤差值均較小，說(shuō)明其擬合值接近于實(shí)測(cè)值。平均系統(tǒng)誤差和總相對(duì)誤差值均控制在±3%內(nèi)，滿足行業(yè)標(biāo)準(zhǔn)。平均預(yù)估誤差均小于2.7%，說(shuō)明該模型達(dá)到預(yù)定精度要求這一核心指標(biāo)。平均百分標(biāo)準(zhǔn)誤差范圍1.88%～2.92%，說(shuō)明該模型對(duì)單木材積的預(yù)估精度可達(dá)到97%以上，預(yù)估效果良好。

2.2.2一元材積模型與樹(shù)高胸徑模型評(píng)價(jià)分析 從表4中可以看出，除樟子松外，其余9個(gè)樹(shù)種的一元材積模型擬合優(yōu)度均達(dá)到0.9以上。10個(gè)樹(shù)種的一元材積模型和樹(shù)高胸徑模型平均預(yù)估誤差、總相對(duì)誤差均小于3%，達(dá)到編制采集表所需要求。平均系統(tǒng)誤差值與平均百分標(biāo)準(zhǔn)誤差均較小，分別說(shuō)明每個(gè)樣本單元實(shí)際值的平均水平與絕對(duì)值平均數(shù)均非常接近相應(yīng)模型的估計(jì)值。結(jié)合表？與表？可以看出，二元材積模型與一元材積模型在相關(guān)系數(shù)均取得良好效果，但二元材積模型誤差更小，擬合效果更佳。

通過(guò)手持式超站儀測(cè)量并建立的遼陽(yáng)當(dāng)?shù)刂饕獦?shù)種的二元材積模型的平均系統(tǒng)誤差除樟子松外均保持在1%以內(nèi)，總相對(duì)誤差均保持在3%以內(nèi)，該模型具有良好的擬合精度良好。一元材積模型、樹(shù)高胸徑模型的平均系統(tǒng)誤差除樟子松外均保持在1%以內(nèi)，總相對(duì)誤差均保持在1%以內(nèi)。二元材積模型、一元材積模型的決定系數(shù)除樟子松外均保持在90%以上。二元材積模型的平均百分比標(biāo)準(zhǔn)差與平均預(yù)估誤差均保持在3%之內(nèi)，一元材積模型與樹(shù)高胸徑模型的平均百分比標(biāo)準(zhǔn)差除軟闊外均取得良好擬合效果。其次通過(guò)6項(xiàng)評(píng)價(jià)模型方法對(duì)所建模型進(jìn)行精度評(píng)價(jià)，可以看出遼陽(yáng)當(dāng)?shù)刂饕獦?shù)種的二元材積模型在擬合精度方面優(yōu)于一元材積模型與樹(shù)高胸徑模型。手持式超站儀在野外測(cè)量精度方面可以達(dá)到行業(yè)標(biāo)準(zhǔn)，并且憑借自身無(wú)損、便攜、易操作等特點(diǎn)在研建立木材積模型方面具有可行性。

表4 不同樹(shù)種一元材積模型與樹(shù)高胸徑模型評(píng)價(jià)指標(biāo)Table 4 Evaluation index of one-way volume model and height-DBH model

3 討論

本文以遼陽(yáng)地區(qū)10個(gè)主要樹(shù)種為研究對(duì)象，以北京林業(yè)大學(xué)精準(zhǔn)林業(yè)北京市重點(diǎn)實(shí)驗(yàn)室自主研發(fā)的手持式超站儀野外測(cè)量數(shù)據(jù)為基礎(chǔ)，綜合利用回歸模型建模方法，方便遼陽(yáng)地區(qū)材積表的修正。手持式超站儀實(shí)現(xiàn)了對(duì)樹(shù)木的無(wú)損傷、高精度、便捷性測(cè)量，數(shù)據(jù)穩(wěn)定性良好，可以用于實(shí)際測(cè)量。該模型研建首次使用在遼陽(yáng)地區(qū)材積表修訂工作中，實(shí)現(xiàn)了材積測(cè)量樣木零倒伐，保護(hù)了遼陽(yáng)地區(qū)自然環(huán)境與森林生態(tài)資源，提供了一種可行的森林調(diào)查采樣方案，為遼陽(yáng)當(dāng)?shù)厣鷳B(tài)建設(shè)與可持續(xù)發(fā)展提供了新思路，同時(shí)也為遼陽(yáng)地區(qū)森林資源經(jīng)營(yíng)與管理提供了科學(xué)依據(jù)。

森林觀測(cè)裝備的精準(zhǔn)度是首要保證，手持式超站儀在滿足了精度的前提下仍有一些待解決的問(wèn)題和待提升的功能。隨著互聯(lián)網(wǎng)技術(shù)，人工智能等發(fā)展，森林資源信息快速、準(zhǔn)確、智能提取與動(dòng)態(tài)化監(jiān)控也將成為其發(fā)展趨勢(shì)。手持式超站儀還有待與森林資源信息管理平臺(tái)、智能手機(jī)以及互聯(lián)網(wǎng)技術(shù)結(jié)合，真正實(shí)現(xiàn)森林計(jì)測(cè)裝備的智能化、便攜式、自動(dòng)化、精準(zhǔn)化。

遼陽(yáng)當(dāng)?shù)刂饕獦?shù)種的生長(zhǎng)發(fā)育過(guò)程中，水分、光照、土壤等特性和立地條件等對(duì)樹(shù)木的生長(zhǎng)發(fā)育產(chǎn)生影響，由于數(shù)據(jù)采集的局限性，本研究未將這些因素考慮在內(nèi)。因此，在今后的模型研建中，可以把水分，光照，立地指數(shù)等因素引入模型，研建喬木生長(zhǎng)預(yù)測(cè)模型，為森林資源動(dòng)態(tài)監(jiān)控提供參考依據(jù)。