[INPA论文]陆地点云估算成熟道格拉斯冷杉树干体积
文摘
科学
2024-06-06 09:31
北京
Comparison of stem volume
estimates from terrestrial point clouds for mature Douglas-fir (Pseudotsuga
menziessi (Mirb.) Franco)
Bogdan M. Strimbu，Rong Fang
Forest Engineering, Resources, and Management
Department, Oregon State University |
https://doi.org/10.1016/j.inpa.2022.03.003
准确的树干体积估算对于获取森林碳储量和林地资产具有重要的生态和经济意义，道格拉斯冷杉是太平洋西北地区的主要树种，通过木材和生物质提供了相当大的价值。茎的总体积是一项理想的信息，道格拉斯冷杉的总茎体积通常是根据森林资源调查分析的方程来估算的，但这些方程要么只使用胸径，要么同时使用胸径和总树高来预测茎体积。然而，对于胸径相同的树木或胸径和树高的组合，总茎体积方程未能考虑茎形状沿孔的变化，也无法得到相同的体积估计值。相反，锥度方程通过模拟上部茎直径的演变来增强体积估算，并灵活地产生给定茎段的总体或截面茎体积估算。
1.基于点云的锥度方程提供了与区域体积模型一致的茎体积估计；
2.气缸模型适用于估算单个阀杆体积。
本研究使用两种方法利用激光雷达来估计总茎体积，采用由点云构建的圆柱形模型提供直接的茎干直径和体积值，并将其与两个经验方程进行比较，一个是太平洋西北地区森林清查分析(FIA-PNW)使用的经验方程，另一个基于锥度方程。研究使用三组圆柱体模型拟合了10棵道格拉斯冷杉的点云，这些圆柱体模型由它们的段长度(即0.5 m, 1 m和2 m)区分，然后根据先前估计的基于点云的直径建立了三个锥度方程。共使用了八个模型估计了树的总茎体积：六个以点云为基础(即三个锥度和三个圆柱体)和两个经验方程模型，进一步模拟推断不同胸径(DBH)类别下各种方法的体积估计。
图1 不同树形的锥度方程比较
基于点云和FIA-PNW的体积估计值之间的相关性大于0.98(图2)。基于点云方法的平均体积估计值比FIA-PNW的平均估计值高12-17%。圆柱体模型估计值略小于相同节段长度下基于锥形的估计值，但分别比FIA-PNW和Poudel等人的平均估计值高12-15%和7-8%(表1)。基于点云的锥度方程(即M05, M1和M2)比圆柱体模型(即C05, C1和C2)对FIA估计产生更高的平均相对差异，但相对差异的标准差在基于锥度的方法中要低得多(表1)。
图2 FIA-PNW方程与其他方法估算茎干体积的比较表1 估计体积(即平均值和标准差)的摘要及与FIA-PNW估计体积的相对差异该研究提供了一种使用基于点云的圆柱体模型来开发锥度方程和生成体积估计的方法，茎段长度不影响锥度方程的性能，但显著影响茎体积估算，特别是对于胸径大的树木。圆柱体模型与FIA-PNW方程产生了相似的体积估计值，与基于点云的锥度方程产生的估计值的相对差异较小。而基于点云的锥度方程的相对差值的标准差要小得多，由于它们直接适合阀杆形状，因此圆柱体模型应该能够更准确地估计单个阀杆的体积。相比之下，基于点云的锥度方程在预测单个茎杆体积方面不太准确，但它们更容易校准，以确保与现有体积方程的一致性。
引用格式：
Fang, R., &
Strimbu, B. M. Comparison of stem volume estimates from terrestrial
point clouds for mature Douglas-fir (Pseudotsuga menziessi (Mirb.) Franco).
Information Processing in Agriculture, 2023, 10(3), 334-346.编辑：胡琪鸣
校对：鲁娜
审核：付学谦
日期：2024年6月6日
《农业信息处理(英文)》，创刊于2014年，由中国农业大学主办，李道亮教授主编，已被ESCI、EI、Scopus、DOAJ、中国科学引文数据库(CSCD)等数据库检索。2019年入选《中国科技期刊卓越行动计划》之高起点新刊项目，2020年入选中国农林核心期刊（A类）目录，2023年正式被ESCI(Emerging Sources Citation Index)收录，将于2024年收获第一个期刊影响因子。《WJCI报告》学科排名位居全球TOP5%或学科排名TOP3，影响因子7.908。2022年Citescore为13.7，CiteScoreTracker 2023 (最近更新于05 April, 2024)为21.0，农业与生物科学排名1%~2%，计算机科学应用排名前4%。主要刊载最新信息技术在农业的应用，包括：农业物联网、农业人工智能和大数据、农业机器人、农业能源与控制、农业供应链与管理、空间信息技术、信息技术在现代农业工程的应用和其他农信息化技术。推文投稿：欢迎INPA作者/农业信息领域学者，撰写发表的/感兴趣的INPA论文公众号推文，一同打造INPA微信公众号精彩内容。纪尚一，s20233081809@cau.edu.cn鲁娜，B20233080715@cau.edu.cn
