基于地基激光雷達(dá)對校園行道樹地上碳儲量無損估測

李春海

（南寧師范大學(xué)地理科學(xué)與規(guī)劃學(xué)院，廣西南寧 530001）

行道樹是指沿道路兩旁或者公園種植的給車輛與行人遮蔭并構(gòu)成街景的喬木，其以“線”的形式，將分散在城市內(nèi)，將以“點”和“面”形式的綠化關(guān)聯(lián)起來，構(gòu)成完整的城市生態(tài)系統(tǒng)[1-2]。作為城市綠地生態(tài)系統(tǒng)的重要組成部分，行道樹具備的生態(tài)功能是維持城市碳平衡重要的手段。當(dāng)前國內(nèi)針對行道樹生態(tài)功能的研究主要聚焦于調(diào)節(jié)小氣候、凈化空氣和滯塵減噪等方面，針對行道樹碳匯功能的研究還不夠深入[3]。雖然也有國外學(xué)者利用航空影像與激光雷達(dá)等實測數(shù)據(jù)對城市樹木生物量進(jìn)行估算，但是大多是從區(qū)域的尺度來估算，結(jié)果通常具有較大的誤差與隨機(jī)性[4-6]。傳統(tǒng)的基于天然林分調(diào)查的單木材積及碳儲量模型沒有考慮城市綠化樹種在人工干預(yù)下所形成的結(jié)構(gòu)、形態(tài)及功能上的差異，不能較好地測算行道樹碳儲量[7]。同時城市綠化樹種因其園林美學(xué)價值，不宜以破壞性取樣的方式開展立木碳儲量研究。因此開展無損測算單木體積及碳儲量對于評價城市森林碳匯水平以及探索城市森林對于減輕氣候變化的作用具有重要意義。

地基激光雷達(dá)（TLS，Terrestrial laser scanning）作為一種主動遙感技術(shù)，能夠直接、高效、自動和精確地獲取目標(biāo)表面的三維空間坐標(biāo)，并提供關(guān)于樹木空間位置、株數(shù)、胸徑以及樹高等森林結(jié)構(gòu)參數(shù)信息。相對于傳統(tǒng)的林業(yè)調(diào)查方法，因為TLS 具有非接觸性、快速性、主動性和數(shù)據(jù)豐富等特點，使得該技術(shù)更適合現(xiàn)代林業(yè)調(diào)查工作[8]。近年來已有研究開展了基于TLS 的森林結(jié)構(gòu)參數(shù)提取及碳儲量測算的探索。Simonse 等[9]與Bienert 等[10]通過使用二維Hough 變換法與優(yōu)化最小二乘圓擬合法在估算樹干、胸徑及胸徑斷面面積方面取得重大突破。有學(xué)者基于單木三維形態(tài)學(xué)的特點構(gòu)建出三維模型，并計算出部分測樹因子[11-12]。Liang 等[13]與徐詩宇等[14]則通過使用分段求積法對樹干點云數(shù)據(jù)進(jìn)行切片分段研究，從而實現(xiàn)對單木材積和樹干碳儲量無損估算研究。目前國內(nèi)外研究雖然對部分測樹因子進(jìn)行研究，但是針對單木總體測樹因子的綜合研究較淺，因此得到的單木碳儲量結(jié)果會存在偶然性。

該次研究基于TLS 并結(jié)合部分采樣的方法對扁桃樹單木總體積以及各器官碳儲量進(jìn)行無損估算研究，旨在為城市綠化樹種的碳儲量計算提供無損化估測方法和數(shù)據(jù)基礎(chǔ)，同時也為城市園林生態(tài)效益評價和改善城市生態(tài)環(huán)境提供科學(xué)依據(jù)。

1 研究區(qū)概況

研究區(qū)位于南寧師范大學(xué)明秀校區(qū)內(nèi)，地形以平地為主，屬于典型的亞熱帶季風(fēng)氣候，夏長冬短，年平均氣溫為21.0℃，平均相對濕度約為79.0%[15]。校區(qū)內(nèi)綠化植物組成豐富，多為常綠喬木、灌叢地被與草本植物，人為干預(yù)性強。常綠喬木以扁桃樹（Mangifera persiciforma）、芒果樹（Mangifera indica）和大王椰子（Roystonea regia）為主，其中校區(qū)行道樹主要由扁桃樹組成。扁桃樹為常綠闊葉喬木，屬薔薇科桃屬，主要分布于以廣西為主的南方省份，是亞熱帶地區(qū)常見的道路綠化樹種[16]。

2 數(shù)據(jù)獲取與研究方法

2.1 點云數(shù)據(jù)獲取與樣本采集

2.1.1 點云數(shù)據(jù)獲取。研究于2021年5月和12月對校園2 條道路兩側(cè)共30 株扁桃樹進(jìn)行數(shù)據(jù)采集工作。在進(jìn)行掃描前先將12 枚直徑0.145 m 球形標(biāo)靶與對中桿+支架以矩形分布方式布設(shè)在扁桃樹四周，同時在每株樣木旁放置數(shù)字標(biāo)識牌，并隨機(jī)選取6 株單木，使用寬度3 cm 的鋼圈捆綁在其距離地面1.3 m 和1.8 m 胸高處。為保證目標(biāo)單立木點云數(shù)據(jù)完整性，且有研究表明單站掃描參數(shù)提取精度低于多站掃描[17]，因此針對單木至少需要3個不同視角對其進(jìn)行掃描采集，且在確定球形標(biāo)靶位置后，必須保證每個架站都能同時完整掃描到至少3個同名球形標(biāo)靶。

2.1.2 樣本數(shù)據(jù)采集。

（1）待點云數(shù)據(jù)采集工作完成后，使用胸徑尺對每株樣木垂直距地面1.3 m 與1.8 m 胸高位置進(jìn)行胸徑量測。（2）樹枝、樹葉樣品采集：選取5 株不同胸徑的樣木，使用高枝剪在樣木不同高度及冠幅中部東南西北4個方向剪取樹枝，接著使用普通枝剪再次切分。（3）站在樣木上坡位置，在垂直于坡向上距離地面1.3 m 胸高處使用生長錐鉆取樹芯。

2.2 研究方法以及數(shù)據(jù)處理

該次研究的點云數(shù)據(jù)處理是基于Z+F、LiDAR360 軟件與樹木定量結(jié)構(gòu)模型“AdQSM”[18]。

2.2.1 點云數(shù)據(jù)預(yù)處理。

（1）點云去噪：基于Z+F 軟件噪聲濾波組件將機(jī)器原始噪點去除，再基于空間分布算法將單木間的噪點去除。（2）點云配準(zhǔn)與合并：使用LiDAR360 手動拾取至少3個同名標(biāo)靶球，接著將不同架站的點云數(shù)據(jù)配準(zhǔn)至同一坐標(biāo)系內(nèi)，同時控制點云拼接殘差在0.9～5.0 mm。（3）地面點分類及點云歸一化：使用改進(jìn)的漸進(jìn)加密三角網(wǎng)濾波算法[19]分離出地面點與非地面點，再根據(jù)每一個點的高程值減去地面點高程值以實現(xiàn)點云歸一化。（4）單木分割：采用Tao 等[20]于2015年提出的比較最短路徑算法實現(xiàn)對單木點云的分割。（5）數(shù)據(jù)裁剪：基于LiDAR360 的矩形裁剪與內(nèi)、外裁切工具將單木從其他地物中裁切出來。

2.2.2 單木參數(shù)提取。

（1）胸徑（DBH）基于最小二乘圓擬合算法對單木垂直于地面 1.25～1.35 m 處胸高處點云擬合得出[21]。（2）樹高與冠幅提取則是使用歸一化的點云數(shù)據(jù)進(jìn)行單木分割后直接得出。（3）葉面積指數(shù)（LAI）是指單位地表面積上所有總?cè)~表面積的1/2，該次研究基于Li 等[22]開發(fā)的算法求出葉面積指數(shù)，同時根據(jù)單木冠幅大小進(jìn)行外接矩形處理，計算出矩形的面積即土地面積。（4）樹干體積與樹枝體積提取則是基于“AdQSM”模型從TLS 點云中重建單木的三維枝干幾何結(jié)構(gòu)，并定量計算出樹干和樹枝體積等諸多屬性。

2.2.3 樣品處理。

（1）樹干與樹枝密度提取：使用排水法量測出樹芯與樹枝的新鮮體積，接著將樣品放入65℃烘箱烘干72 h，同時每隔一定的時間測定其干量，直到衡重為最佳。（2）樹葉樣品處理：比葉面積（cm2/g）是指單面葉面積與葉干重比值，將葉片放置于掃描儀中開展葉片掃描工作，接著利用ImageJ 軟件計算葉片面積。將掃描完成后的葉片置于65℃烘箱烘干72 h；烘干完畢后稱取葉片及信封的干重，最后再減去信封的干重，即可得到葉片的干重。（3）單木各個器官樣品碳儲量測定：使用重鉻酸鉀氧化-外加熱法測定含碳率，重復(fù)3 次[23]。

2.2.4 基于激光雷達(dá)對單木各器官碳儲量的無損估測。該次研究的扁桃地上碳儲量主要由樹干、樹枝與樹葉的碳儲量組成。根據(jù)排水法與天平稱量結(jié)合求出樹干和樹枝的平均密度（g/cm3），同時基于AdQSM 模型求出目標(biāo)單木的樹干與樹枝體積（cm3），將樹干、樹枝密度與體積相乘可得單木樹枝和樹干的總干量（g）即生物量，最后結(jié)合樹芯和樹枝樣品中的有機(jī)碳儲量（g/kg）得出單木樹干與樹枝碳儲量。通過比葉面積（cm2/g）與單木總?cè)~表面積（cm2）結(jié)合得出單木總?cè)~干重（g）即生物量，最后結(jié)合樹葉樣品中的碳儲量（g/kg）得出單木樹葉碳儲量。

2.2.5 基于異速生長方程估算單木碳儲量方法。

計算單木生物量：借鑒汪珍川等[24]提出的軟闊葉樹種異速生長方程（表1）。該方程適用胸徑范圍為6.31～36.45 cm。

表1 扁桃異速生長方程

采用下式計算單木碳儲量。

C=B×Cc

式中，C 為碳儲量，Cc為含碳率，B 為喬木生物量。

因不同樹種的含碳系數(shù)不同，目前國內(nèi)外研究者大多采用的含碳系數(shù)區(qū)間為0.45～0.50[25-26]。為提高碳儲量計算的精度，采用李海奎等[27]給出的軟闊葉林的含碳率0.495 6。

3 結(jié)果與分析

3.1 胸高位置精度

基于歸一化的點云數(shù)據(jù)使用單點選擇工具查詢得出6 株單木鋼圈高程，并與單木鋼圈實際高程進(jìn)行比較分析（圖1）可見，該次研究使用的鋼圈寬度為3 cm，因此TLS量測的鋼圈誤差范圍在（130±3）cm 或（180±3）cm 都屬于因野外人工操作造成的正常誤差范圍，這也說明TLS量測樹的高程即樹高也屬于正常誤差范圍。

圖1 TLS 量測鋼圈高程與實測鋼圈高程對比

3.2 單木DBH 提取精度

將基于TLS 測算的30 株扁桃樹的DBH 和實測DBH進(jìn)行比較，發(fā)現(xiàn)1.3 m 處基于TLS 測算的扁桃樹DBH 的標(biāo)準(zhǔn)誤差（RMSE）為±1.01 cm，平均相對誤差（MRE）為2.38%，R2=0.982 5（圖 2）；1.8 m 處基于 TLS 測算的扁桃樹 DBH 的RMSE 為±0.54 cm，MRE 為 1.42%，R2=0.996 4（圖2）。因此針對胸徑而言，基于TLS 量測的扁桃DBH 與實測值具有很高的一致性。

圖2 扁桃樹提取DBH 與實測值比較

3.3 單木LAI 與1/2 總?cè)~表面積

30 株扁桃樹 LAI 最大值為3.13，最小值為0.82，平均值為1.57；1/2 總?cè)~表面積最大值為537.24 m2，最小值為83.14 m2，平均值為226.84 m2。胸徑在 30～40 cm 范圍 LAI 和 1/2總?cè)~表面積均值為1.68、283.18 m2，大于胸徑在20～30 cm 范圍LAI 和1/2總?cè)~表面積均值為1.46、138.23 m2，說明隨著單木生長扁桃的郁閉度越高（表2）。

表2 扁桃單木LAI 與1/2 總?cè)~表面積

3.4 單木樹干與樹枝體積

由表5 可見，30 株扁桃樹樹干體積最大值為2.63 m3，最小值為0.30 m3，平均值為 1.14 m3；樹枝體積最大為 1.30 m3，最小值 0.16 m3，平均值為 0.48 m3。胸徑在 30～40 cm 范圍樹干體積均值為1.37 m3，大于胸徑在20～30 cm 范圍體積均值0.65 m3；同理，胸徑在 30～40 cm 范圍樹枝體積均值為 0.60 m3，大于胸徑在20～30 cm 范圍樹枝體積均值0.25 m3，說明扁桃整體樹干和樹枝體積是隨著單木的生長而增大（表3）。

表3 扁桃單木樹干與樹枝體積 m3

3.5 單木地上碳儲量

根據(jù)內(nèi)業(yè)處理5 株扁桃各器官樣品得出樹干平均密度為552.21 kg/m3、樹干平均碳含量為437.52 g/kg、樹枝平均密度為529.06 kg/m3、樹枝平均碳含量為414.75 g/kg、平均比葉面積為64.56 cm2/g，樹葉平均碳含量為401.13 g/kg。

30 株扁桃樹地上總碳儲量最大值為1 379.78 kg，最小值為133.94 kg，平均值為442.23 kg。胸徑在30～40 cm范圍單木地上碳儲量均值為532.80 kg，大于胸徑在20～30 cm 范圍體積均值207.10 kg，說明扁桃單木地上碳儲量隨著單木的生長而增大（表4）。

表4 扁桃單木地上碳儲量 kg

3.6 單木地上碳儲量測算精度隨單木生長變化研究

將異速生長方程測算扁桃各器官及地上碳儲量與基于TLS 測算的碳儲量結(jié)果（該研究中作為實測值）進(jìn)行對比分析可見，使用異速生長方程測算的扁桃樹干R2=0.96（圖3a）；使用異速生長方程測算的扁桃樹枝碳儲量R2=0.78（圖3b）；使用異速生長方程測算的扁桃樹葉碳儲量R2=0.40（圖3c）；使用異速生長方程測算的扁桃樹枝碳儲量R2=0.95（圖 3d）。

利用異速生長方程測算的樹干碳儲量在胸徑較小時具有較高精度，但隨著單木的不斷生長，異速方程計算的樹干碳儲量逐漸偏離參考線y=x，這說明精度隨著胸徑的增大逐漸降低。同理，由圖3 可看出基于異速方程測算的樹枝和樹葉碳儲量隨著胸徑的不斷增大，所測算碳儲量精度不斷下降，表明基于現(xiàn)有異速生長方程計算單木地上碳儲量的精度隨著單木的生長在整體上呈現(xiàn)下降趨勢。

圖3 異速生長方程測算扁桃碳儲量與TLS 測算結(jié)果比較

3.7 不同方法測算單木各器官碳儲量比較

由表5 可見，利用現(xiàn)有的異速生長方程測算的樹干碳儲量為（169.56±82.54）kg，極顯著低于基于 TLS 測算的樹干碳儲量（202.44±75.24）kg（P＜0.01）。利用現(xiàn)有的異速生長方程測算的樹枝碳儲量為（40.02±16.58）kg，極顯著低于基于TLS 測算的樹枝碳儲量（80.68±38.29）kg（P＜0.01）。而利用現(xiàn)有的異速生長方程測算的樹葉碳儲量為（5.59±1.64）kg，雖然低于基于TLS 測算的樹葉碳儲量（6.02±3.50）kg，但兩者間的差異并不顯著（P＞0.05）。

表5 不同方法測算扁桃各器官與整體碳儲量比較

4 討論與結(jié)論

4.1 討論

（1）該研究通過基于TLS 量測單木1.3 m 和1.8 m 處的鋼圈高程值，并與實際鋼圈高程值對比分析，發(fā)現(xiàn)誤差均在因野外人工操作造成的正常范圍。通過基于TLS 提取的30 株扁桃樹1.3 m 和1.8 m 胸徑與實際樣木胸徑值比較，發(fā)現(xiàn)兩者1.3 m 處胸徑標(biāo)準(zhǔn)誤差為±1.01 cm，平均相對誤差為2.38%，R2=0.98；1.8 m 處胸徑標(biāo)準(zhǔn)誤差為±0.54 cm，平均相對誤差為1.42%，R2=0.99。因此說明基于TLS 采集得到的扁桃單木點云數(shù)據(jù)具有極高的還原度和真實性。

（2）利用現(xiàn)有異速生長方程測算的扁桃各器官碳儲量精度隨著單木的生長而降低，說明城市行道樹綠化樹種在生長過程中會受到周圍環(huán)境、人文因素和熱島效應(yīng)等影響，從而導(dǎo)致隨著單木不斷生長基于異速生長方程測算的扁桃各器官碳儲量誤差越來越大。

（3）現(xiàn)有的異速生長方程測算單木各器官碳儲量在總體上要低于TLS 測算的單木各器官碳儲量，這說明城市綠化樹種與野外林分在枝形上存在顯著差異，且隨著胸徑的增大，其差異逐漸增大，說明現(xiàn)有的異速生長方程并不能很好地與之相匹配。史琰等[28]也發(fā)現(xiàn)城市中復(fù)雜的環(huán)境條件、人為的頻繁干預(yù)，在一定程度上對立木的生長起著促進(jìn)或抑制的作用，使其生長態(tài)勢與野外林分相比存在更多的不確定性。

（4）此外，目前地基激光雷達(dá)在量測冠層結(jié)構(gòu)參數(shù)存在一定的誤差。這是因為地基激光雷達(dá)在冠層下穿透性差，對于不同單木之間出現(xiàn)的樹冠交叉和枝葉交疊現(xiàn)象對點云數(shù)據(jù)后期處理以及提取LAI 和總?cè)~表面積帶來一定的困難。雖然在該次研究中基于異速生長方程計算的扁桃葉片碳儲量與TLS 測算的葉片碳儲量差異并不顯著（P＞0.05），但樹葉所含的碳儲量相對于樹枝與樹干所含碳儲量而言遠(yuǎn)小很多，因此這部分誤差并不會影響最后計算單木地上碳儲量的精度。但仍希望后續(xù)研究可以使用輕型機(jī)載激光雷達(dá)與地基激光雷達(dá)一起進(jìn)行數(shù)據(jù)的融合和互補，保證構(gòu)建精度更高的單木三維結(jié)構(gòu)。

綜上所述，現(xiàn)有的異速生長方程通常都是基于野外林分研究得到的，但城市綠化行道樹樹的特殊性，可能目前現(xiàn)有的異速生長方程并沒有針對其作出相應(yīng)的要優(yōu)化。因此基于現(xiàn)有異速生長方程測算城市綠化行道樹地上碳儲量的精度是否能滿足現(xiàn)如今精準(zhǔn)林業(yè)的需求仍待進(jìn)一步考究。

4.2 結(jié)論

基于TLS 提取的單木高程值、胸徑都能達(dá)到極高的精度。通過與外業(yè)實測值對比分析基于TLS 提取的扁桃鋼圈高程值、1.3 m 和1.8 m 胸徑值，其中鋼圈高程誤差在±3 cm 內(nèi)，且胸徑值平均相對誤差為2.38%和1.42%。這說明基于TLS 提取單木點云數(shù)據(jù)具有極高的精確度和客觀真實性，同時也證明基于TLS 可以無損、精確地測算單木測樹因子。基于TLS 提取的扁桃單木測樹因子可知，扁桃整體樹高、冠幅、郁閉度、樹干體積、樹枝體積和地上碳儲量會隨著單木的生長而增大。

城市綠化樹種的單木體積及碳儲量受環(huán)境因素和人為干擾影響與野外林分相比較存在顯著差異?；诂F(xiàn)有的異速生長方程計算城市綠化樹種各器官碳儲量在總體上與城市綠化樹種的匹配程度較低，并不適用于城市綠化樹種的碳儲量測算。