利用数码照片测定华北落叶松林分郁闭度1)

李永宁 徐成立 滕轶䶮 程 旭 于 泊

(河北农业大学，保定，071000) (河北省木兰国有林场管理局) (国家林业局调查规划设计院) (河北省木兰国有林场管理局)

郁闭度是一个重要的林分调查因子，在森林结构调整与生态评价中广泛应用。森林经营管理中，郁闭度是小班区划、确定抚育采伐强度的重要指标，是通过遥感图像进行森林蓄积量估测不可或缺的因子［1］，世界各国也都把郁闭度作为判定森林的重要因子［2］。近年来，与郁闭度相关的生态研究不断深入，不仅在水土流失、水源涵养、林分质量评价等方面得到广泛应用，并还应用于林中光照研究［3-5］、幼苗形态与解剖的影响［6］、与溪流温度相关的森林经营管理［7］、野生动物如斑点猫头鹰(Strixoccidentalis)［8］、绿纹霸鹟(Empidonaxvirescens)［9］栖息森林的经营管理等方面。

然而，郁闭度的基本内涵与调查方法却没有受到足够的重视，存在着概念模糊、测定方法粗放等问题，不能满足林业生产与生态建设的需要［10］。在林学与生态学中，与郁闭度相关的概念主要有林冠盖度(canopy cover)、林冠密度(canopy density)、林冠开阔度(canopy openness)、平均树冠完满度(mean crown completeness) 等［3，5，11-13］。Jennings et al［3］把郁闭度定义为从林地一点向上仰视，得出被树木枝体所遮挡的天空球面的比例，并把郁闭度(canopy closure)与林冠盖度(canopy cover)区分开。李永宁等［14］则建议将生产中广泛应用的郁闭度称为垂直郁闭度，而从林地一点向上仰视所得到的郁闭度称为点郁闭度。郁闭度的测定方法可分为目测法、树冠投影法、样线法、样点法、遥感图像判读法以及理论计算法等，测定工具有观测管(sighting tube)、麋角(moosehorn)、球面密度计(spherical densiometer)、郁闭度测定器、照相机、冠层分析仪等［14］，在国内森林调查中常用的抬头望法属于不应用仪器的样点法。目前，国内外对郁闭度的测定方法与仪器等方面的研究报道较少，制约了郁闭度在林业生产与生态研究中的应用。当前数码相机的应用已非常普遍，通过数码照片测定林分郁闭度是一种性价比较高的方法。本研究利用数码照片测定华北落叶松林分的郁闭度，以期为郁闭度的测定与应用提供参考与借鉴。

1 材料与方法

1.1 研究材料

研究地点位于河北省围场满族蒙古族自治县境内的河北省木兰国有林场管理局，林分类型为华北落叶松人工林，选择了不同胸径、不同密度的12块标准地作为拍摄对象，标准地大小为20 m×30 m。研究采用了Canon IXUS50数码相机，焦距为35～105 mm，照片分辨率设置为1 600×1 200，采用自动对焦模式。为考察不同视角对测量结果的影响，按数码相机的不同焦距设置了大、中、小3种视角，照片对角线视角分别为63.4°(1 倍焦距)、34.3°(约2 倍焦距)、23.3°(3 倍焦距)。

在每块标准地内沿对角线每隔4 m拍摄一张照片，每条对角线拍摄9张照片，拍摄时相机与眼等高，镜头垂直向上并目视保持水平。为提高照片质量与方便照片的处理，照片应于非晴天进行摄取，也可在早晨或傍晚日光照射不强时摄取。但考虑到林分调查的实际情况，在上述情况不能满足时，也进行了拍摄，通过照片的后期处理达到所要求的水平。每块标准地共拍摄照片54张。本次研究共需拍摄648张数码照片，但由于林分的复杂情况又进行了补拍，共得到照片672张，经过选择及后期数据处理得到可用照片642张。

1.2 数码照片处理方法

数码照片的处理参照孙雪文等(2005)的方法［15］，采用美国环境系统研究所(ESRI)开发的桌面地理信息系统ArcView GIS 3.2进行，操作时为支持JPG格式的图像，在系统的File菜单下的Extensions中勾选JPEG(JFIF)Image Support，同时勾选进行空间分析的Spatial Analyst模块。

在新建的工程文件中，添加图像到视图中，并点击成为当前视图(图1A)。首先利用Theme菜单中的Convert to Grid命令将林冠图像中第一波段转换为渐变色的整型栅格数据Grid(图1B);然后通过Analysis菜单下的Reclassify命令，将Grid数据进行重分类生成新的二值图像，天空部分一类，林冠部分一类。如图1C所示，图中白色部分为林冠覆盖部分，黑色部分为天空空白部分。查看图1C所对应的属性，可知各部分count字段对应的数据，林冠覆盖像素数与总像素数之比即为郁闭度。

在进行图像重分类时，阈值的选择直接影响郁闭度的大小。图像中较粗的树枝与浓密的针叶可清晰地反映出来，而较细的树枝与稀疏的针叶边缘往往与天空难以区分。在确定阈值时，采用了对照林冠原图查询栅格图像中最顶端枝叶边缘的单元值的方法，经过图像中多处查询，确定一个比较合理的分类阈值。进行重分类后再进行检查，以小枝与针叶的轮廓以及林冠中的空隙能清楚反映出来、轮廓范围既不扩大也不缩小为准，否则重新调整分类阈值。

依照上述方法，将各个数码相片进行处理，并计算出所对应的郁闭度。然后计算同一标准地内同一视角沿两条对角线拍摄的数码照片获得的郁闭度的平均值，即为林分在此视角下的郁闭度。

对于拍摄时空中有云或较强阳光的照片，虽然目视可以很好地区分出林冠与其他图像，但通过ArcViewGIS 3.2进行图像重分类时，只分为两大类会出现无法区分林冠与天空的情况，产生错误的像素数据。对于这种情况采用了两种处理方法，一种是在进行重分类时，将其分为3类，得到林冠主色一类，天空深色一类和浅色一类，再计算郁闭度值;另一种方法是图像较复杂用上述方法不能处理的，首先用Adobe Photoshop软件进行图像处理，把较亮的部分与云用天空颜色进行填充，然后再对图像进行处理，并计算出郁闭度。

1.3 抬头望法测定林分郁闭度方法

为便于对数码照片法测定的郁闭度结果进行比较，在每块标准地内，用抬头望法测定了林分郁闭度。为缩小林冠的范围，减小视角的影响，在观测中使用细的塑料管来确定林冠范围。在标准地内沿每条对角线，每隔2 m设置一个样点，在每个样点垂直仰望林冠，记录被林冠遮蔽的样点数与总样点数，并计算得到标准地的林分郁闭度。

数据的整理与郁闭度的计算通过EXCEL 2003进行，测定结果的统计分析通过SPSS 11.5进行。

2 结果与分析

2.1 数码照片法与抬头望法测定结果比较

调查数据经过内业处理与计算，得到了各标准地不同视角及抬头望法测定的郁闭度，结果见表1。

表1 数码照片法与抬头望法测定郁闭度比较

从整体上看，当郁闭度较小时(0.21～0.34)，数码照片法比抬头望法测定的郁闭度值大，而在郁闭度中等或较大时(0.37～0.91)，数码照片法比抬头望法测定的郁闭度值小或接近。究其原因，可从两个方面进行分析：一是抬头望法根据目视判断样点是否被林冠遮挡，当郁闭度较小时，天空的范围较大，给人造成了空旷的感觉，影响到了调查员的判断，使郁闭度测定值偏小，使得数码照片法比抬头望法测定的郁闭度值大;二是用数码照片测定林分郁闭度时，照片可以清晰记录林冠中的微小孔隙，会使所测的林冠面积减少，从而使林分郁闭度降低。但当郁闭度较小时，天空比较开阔，林冠在照片上所占比例较小，微小孔隙对郁闭度的影响不明显;而当郁闭度较大时，数码照片记录了更多的小孔隙，使郁闭度测定结果比抬头望法的测定结果小。

为检验数码照片法与抬头望法的差异性，对两种方法的测定结果进行了配对样本t检验，结果表明(表2)，大、中、小视角数码照片与抬头望法测定郁闭度相比，显著性水平均远大于0.1，两种方法的测定结果差异均不显著。用数码照片法代替林业调查中常用的抬头望法是可接受的，数码照片法是一种可行的郁闭度测定方法。

表2 抬头望法与数码照片法郁闭度测定值配对样本t检验

2.2 不同视角的数码照片测定结果比较

2.2.1 郁闭度测定值比较

视角的大小影响着景深、林冠范围以及照片上图像的倾斜程度，进而对郁闭度测定值产生影响。由郁闭度测定结果可知，在12块标准地中，大视角数码照片比中、小视角数码照片的测定结果大的为 8 块(2、3、4、7、8、9、10、12)，占 66.7%;测定结果相近的为2块(6、11)，占16.7%;比中视角或小视角小的各1块(1、5)，占16.7%。中视角比小视角的郁闭度大的为5 块(3、4、5、7、8)，占 41.7%;结果相近的为 5 块(2、6、9、11、12)，占41.7%;比小视角小的为 2 块(1、10)，占 16.7%。整体上说，视角大则郁闭度值较大，视角小则郁闭度值较小。究其原因，主要是由于数码照片是通过相机镜头中心形成的中心投影，测定的是点郁闭度，拍摄视角越大，在数码照片上非垂直的林冠所占的面积越大，使郁闭度测定值变大;同时，视角越大，在相机侧方倾斜林冠的厚度增加，使得在照片上出现的孔隙比例减少，林分郁闭度的测定结果增大。少数标准地没有反映出这种规律性，出现了郁闭度偏小的情况，主要是由于林分结构与样点位置的影响，对于同一林分增加样点数可能会改善这种情况。

所设置的3种视角，对于同一林分，大视角数码照片的郁闭度测定值与中视角、小视角相比，由于视角相差较大(29.1°、40.1°)，规律性反映得较为明显;中视角与小视角相比，由于差别较小(11.0°)，视角大小对郁闭度的影响较小，规律性不明显。配对样本t检验结果也表明(表2)，大视角与中、小视角相比，显著性水平均小于0.1，差异显著;而中、小视角相比，差异不显著。

2.2.2 测定结果的精确度比较

抬头望法与数码照片法测定郁闭度的原理不同，抬头望法观测整个标准地的所有样点得到一个郁闭度，而数码照片法在每个样点上都可得到一个郁闭度，各样点的郁闭度平均值即为标准地的郁闭度。精确度是反映测量结果之间一致性的指标，可以通过标准差来衡量不同视角数码照片测定郁闭度的精确度。

郁闭度大小对精确度的影响见表3，当林分郁闭度较小或中等时(1～8号标准地)，标准差较大，精确度较低;而当郁闭度较大时(9～12号标准地)，标准差较小，精确度较高。分析原因，主要是由于林分郁闭度较大时，林冠所占的面积较大，均质性强，不同样点所对应的林冠与天空的比例差异较小，标准差就小，精确度较高;而当郁闭度较小时，林冠异质性大，样点间的差异较大，变动性大，所测郁闭度的标准差就大，精确度就低。

表3 不同视角数码照片测定郁闭度的标准差比较

视角大小对精确度的影响。对于不同视角的数码照片，视角大则取样的尺度大，从而提高了对林冠特征的代表性，不同样点间郁闭度的差异较小，标准差较小，精确度较高;视角小则取样尺度小，不同样点间郁闭度差异较大，标准差也较大，精确度低。由表3可知，当郁闭度较小时(1～7号标准地)，规律性反映得比较明显;而当郁闭度较大时(8～12号标准地)，林冠的均质性增强，取样尺度大小对郁闭度的影响降低，视角大小对精确度的影响不明显。出现了个别标准地视角较大而标准差也较大的情况，如标准地1中中视角的标准差最大，标准地8中大视角的标准差最大，这是由于林分结构千差万别，影响郁闭度的因素较多，如林冠的分布特征及样点的位置等，都会影响到测定值的离散程度，没有反映出视角对精确度影响的共性特征。

3 结论与讨论

由于数码相机具有较高的性价比，以及多功能性和便携性，通过数码照片测定林分的郁闭度是可行的，并具有较高的精确度。通过数码照片测定林分郁闭度，外业操作简便易行，图像处理软件也较易掌握，能满足林分精确调查的需要。理论上，这种方法测定郁闭度时，每个样点都可得到一个郁闭度值，在林分微环境的测定中具有更大的优势。

在整体上，与抬头望法相比较，当郁闭度较小时，数码照片法测定的郁闭度值偏大，而在郁闭度中等或较大时，测定结果相近或偏小。

对于同一林分来说，大视角数码照片的测定结果较大，小视角的测定结果较小。当林分郁闭度较小时标准差较大，精确度较低;当郁闭度较大时，标准差较小，精确度较高。大视角数码照片的测定结果的精确度较高，小视角的较低。

在野外拍摄数码照片时，要避免阳光直射，最好在均匀的阴天或早晚进行，但在实际调查中很难满足这种光线条件。通过研究发现，在阳光不强烈的晴天也可进行拍摄，均匀的蓝色背景也便于图像的处理。同时，大视角的数码照片获取强光的机会多，给图像处理带来困难，较小的拍摄视角更易于照片的后期处理。在拍摄数码照片时，要求相机保持水平，镜头垂直向上，本次研究中采用了目视水平的方法，还需要简便易行的快速整平的仪器。

在数码照片处理中，阈值的选择是关键，并会影响测定结果［4］。在进行图像的重分类时，阴暗的天空常被误判为林冠，而明亮的枝叶甚至树皮的反光斑点会被误判为天空。同时，太阳光通过林冠中的细小孔隙会产生“针孔效应”［3］，会给阈值的确定带来困难。本次研究中，通过细枝与针叶的轮廓来确定阈值，在光线均匀的情况下相对容易，而在光线不均的情况下比较困难。要提高数码照片测定郁闭度的处理速度与精度，还需要制定适合的确定阈值的方法。通过照片测定郁闭度时，较粗的树枝或距样点较近的树干会影响郁闭度的大小，在已有的研究中，既有不进行处理的［13，16］，也有分离树干部分后再计算郁闭度的［17］，当视角较小时，对郁闭度没有影响或影响较小，可以不进行处理;但当视角较大时，直接分离出去会使郁闭度降低，可以采用临近的树冠填充方法，对郁闭度的影响较小。

一般认为，视角的存在使树木好像倒向观测区域中心，测定结果往往偏大［3，5，11，18］。通过数码照片测定的郁闭度也从整体上反映了这种情况。但视角对郁闭度的影响也与林分结构、样点位置与数量有关，在研究中也出现了少数视角大而郁闭度小的情况。研究发现，由于样点位置的不同，增大视角会出现郁闭度减小的情况，如图2A中，增大视角增加了林冠的投影范围，使郁闭度增加;而在图2B中，由于样点位置的影响，且华北落叶松树冠呈圆锥形，增大视角反而使郁闭度降低。

图2 视角对测定郁闭度的影响

除林冠的分布特征、样点的位置及视角大小对郁闭度的大小造成影响外，通过数码照片测定郁闭度是利用中心投影成像，与垂直投影不同，树高与活枝下高也会影响郁闭度的大小［3，11］。在测定郁闭度时，要说明视角的大小，并要综合考虑林分的树高、活枝下高等因子对郁闭度的影响。

［1］李崇贵，蔡体久.森林郁闭度对蓄积量估测的影响规律［J］.东北林业大学学报，2006，34(1)：15-17.

［2］赵宪文.什么是森林［J］.林业资源管理，2002(5)：61-64.

［3］Jennings SB，Brown N D，Sheil D.Assessing forest canopies and understorey illumination：canopy closure，canopy cover and other measures［J］.Forestry，1999，72(1)：59-74.

［4］Englund SR，O’Brien J J，Clark D B.Evaluation of digital and film hemispherical photography and spherical densiometry for measuring forest light environments［J］.Can J For Res，2000，30(12)：1999-2005.

［5］Korhonen L，Korhonen K T，Rautiainen M，et al.Estimation of forest canopy cover：a comparison of field measurement techniques［J］.Silva Fennica，2006，40(4)：577-588.

［6］Collet C，Lanter O，Pardos M.Effects of canopy opening on the morphology and anatomy of naturally regenerated beech seedlings［J］.Trees，2002，16(4/5)：291-298.

［7］Teti P A，Pike R G.Selecting and testing an instrument for surveying stream shade［J］.B CJournal of Ecosystems and Management，2005，6(2)：1-16.

［8］May C A，Petersburg M L，Gutierrez R J.Mexican spotted owl nest-and roost-site habitat in northern Arizona［J］.Journal of wildlife management，2004，68(4)：1054-1064.

［9］McComb B C，Kenney E.Assessing habitat suitability for acadian flycatchers in massachusetts［J］.Northeast Wildlife，2002，57：19-27.

［10］杜文峰，王凤臻，李庆.提高郁闭度调查精度的几点建议［J］.林业资源管理，1999(3)：62-64.

［11］Bunnell F L，Vales D J.Comparison of methods for estimating forest overstory cover：differences among techniques［J］.Can J For Res，1990(20)：101-107.

［12］朱教君.透光分层疏透度测定及其在次生林结构研究中的应用［J］.应用生态学报，2003，14(8)：1229-1233.

［13］朱教君，康宏樟，胡理乐.应用全天空照片估计林分透光孔隙度(郁闭度)［J］.生态学杂志，2005，24(10)：1234-1240.

［14］李永宁，张宾兰，秦淑英，等.郁闭度及其测定方法研究与应用［J］.世界林业研究，2008，21(1)：40-46.

［15］孙雪文，高德武，李日新，等.ArcViewGIS支持下的林地郁闭度的快速精确测定方法［J］.黑龙江水专学报，2005，32(3)：89-90.

［16］宋国元，刘峰，董峰.应用图像软件对植物样方郁蔽度的分析［J］.上海师范大学学报：自然科学版，2006，35(6)：81-86.

［17］祁有祥，骆汉，赵廷宁.基于鱼眼镜头的林冠郁闭度简易测量方法［J］.北京林业大学学报，2009，31(6)：60-66.

［18］Cook JG，Stutzman T W，Bowers CW，et al.Spherical densiometers produce biased estimates of forest canopy cover［J］.Wildl Soc Bull，1995，23(4)：711-717.