基于地面三维激光扫描技术的单木胸径树高提取精度研究

旦 增，贺 鹏，孙 华

(1.西藏自治区林业调查规划研究院，拉萨 850000；2.国家林业和草原局中南调查规划设计院，长沙 410014；3.中南林业科技大学林学院，长沙 410004)

胸径(Diameter at Breast Height,DBH)是指距根颈1.3 m处的直径，树高(Tree Height)是指树干的根颈处至主干稍顶的长度[1]，胸径和树高是森林资源调查中最主要的两个测树因子, 也是评价林木生长状况的重要参数。在传统的森林资源调查中，测量胸径的主要方法是使用围尺，测量树高则采用测高器。这种人工实地测量的方式不仅工作强度大、效率低、精度不高，而且仅能获取局部数据，不利于大尺度森林参数的连续性研究，也不能满足现代精准林业和林业信息化的发展需求[2-3]。随着测量技术的进步，测量仪、全站仪、电子经纬仪等高精度设备和摄影测量技术多应用于单木测量，但这测量手段也只能对单木进行二维分析，存在一定的局限性[3]。

三维激光扫描技术又被称为实景复制技术，是测绘领域继GPS技术之后的又一次技术革命，它突破了传统的单点测量方法，具有高效率、高精度的独特优势。三维激光扫描技术作为新的非接触式测量手段，以点云数据的形式将目标对象的表面几何空间信息以及颜色信息采集到激光扫描仪中，这些点云数据经过处理后还可以用于显示、测量、计算、分析和监测等，能很好地弥补当前林业调查方法的不足。应用三维激光扫描技术使得快速获取高精度树木胸径和树高等测树因子或者林分调查因子成为可能[4-10]。本文结合全国柏木生物量建模项目，分析了基于地面三维激光扫描技术提取胸径和树高的精度，为三维激光扫描技术在森林资源调查的应用，尤其在林业数表编制方面的应用提供科学依据。

1 数据来源

本文数据采集依托全国柏木生物量建模项目，采用FARO Laser Scanner Focus3D X330长距三维激光扫描仪进行伐前扫描，共扫描36株样木，其中柏木19株、马尾松17株，采集地点均为贵州省，三维激光扫描数据采集方法、流程以及点云数据预处理参见文献[3]。样本实测数据采集方法参见《立木生物量建模样本采集技术规程》[11]。样本统计情况见表1。

表1 三维激光扫描仪采集样本统计表树种胸径树高最小值/cm最大值/cm平均值/cm标准差变动系数/%最小值/cm最大值/cm平均值/cm标准差变动系数/%柏木4.154.62815.8529.044.2829.217.376.9323.75马尾松24.3037.0030.793.218.6917.6625.2022.292.017.99

2 研究方法

2.1 胸径提取方法

基于三维激光扫描技术的胸径自动提取流程如图1。

图1 胸径自动提取流程图

2.2 树高自动提取方法

在准确识别了林木位置之后，分别统计(x，y)方向上z值出现的概率，遍历数据库中单木位置坐标(x，y)值方向上出现概率最大的值，统计值最大点即为其(x，y)坐标。单木坐标点位置x处的z统计值的最大值与最小值之差即为x方向上树高值；单木坐标点位置y处的z统计值的最大值与最小值之差即为y方向上树高值；(x，y)方向上树高值的平均即为单木树高。此算法对于树干通直样本，树高测量值精度较高，但是对于部分树干并不通直的样本，树高测量就会明显低于实测值。

3 结果分析

3.1 单木实测数据与扫描数据对比分析

3.1.1 胸径实测数据与扫描数据

本文中胸径因子自动提取方法有凸包算法和XY平均值算法两种，可得到36株样木胸径实际数据和扫描数据，详见表2。可见凸包算法的平均相对误差为1.18%，而XY平均值算法的平均相对误差为5.13%，因此，基于凸包算法提取的胸径精度明显优于采用XY平方值算法。这是因为凸包算法是采用胸高断面周长换算成直径，与传统采用围尺测量胸径的原理相同。从凸包算法提取的胸径扫描值来看，胸径误差不超过1.5cm，相对误差基本在3%以内，小径阶的样木胸径扫描值的相对误差较大，在10%以内。

采用凸包算法获取的样木胸径扫描值明显要大于实测胸径(85%以上样木扫描值大于实测值)，可能是由于一般采用围尺实测胸径时，均会拉紧围尺读数，而采用三维激光扫描仪时获取的是树干表面点的云数据，因此，胸径扫描值一般要大于实际测量值，尤其对于树皮开裂、松软的树种。但是，总体上来看，基于三维激光扫描仪获取的胸径具有较高精度。

表2 胸径实测值与扫描值对比表序号树种实测值/cm凸包算法平均值算法扫描值/cm差值/cm相对误差/%扫描值/cm差值/cm相对误差/%序号树种实测值/cm凸包算法平均值算法扫描值/cm差值/cm相对误差/%扫描值/cm差值/cm相对误差/%1柏木30.931.80.92.9133.02.16.802柏木30.930.9031.50.61.943柏木6.46.80.46.257.10.710.944柏木20.120-0.1-0.5021.114.985柏木20.721.10.41.9322.92.210.396柏木16.7170.31.8017.20.52.997柏木4.13.7-0.4-9.764.30.23.668柏木3030.30.31.0030.50.51.679柏木13.113.20.10.7614.21.18.0210柏木35.335.40.10.2836.20.92.4111柏木47.749.11.42.9451.33.67.5512柏木49.650.10.51.0154.34.79.4813柏木54.655.71.12.0155.81.22.1114柏木12.012.60.65.0012.80.86.6715柏木47.447.2-0.2-0.4251.13.77.8116柏木46.646.4-0.2-0.4348.11.53.2217柏木25.926.20.31.1626.80.93.4718柏木8.28.40.22.449.41.214.0219柏木31.131.60.51.6132.21.13.5420马尾松29.029.40.41.3829021马尾松33.334.00.72.1034.10.82.4022马尾松3737.80.82.1638.21.23.2423马尾松29.930.50.62.0130.40.51.6724马尾松34.535.10.61.7435.81.33.6225马尾松24.324.50.20.8224.60.31.2326马尾松32.633.30.72.1532.80.20.6127马尾松31.532.51.03.1732.51.03.0228马尾松29.929.6-0.3-1.0033.13.210.7029马尾松34.034.20.20.5935.71.75.0030马尾松31.331.333.82.57.9931马尾松30.430.90.51.6431.30.92.9632马尾松26.526.527.71.24.3433马尾松27.527.60.10.3631.13.613.0934马尾松33.834.20.41.1836.52.77.8435马尾松28.529.10.62.1129.40.92.9836马尾松29.530.10.62.0330.20.72.37 平均值29.329.70.41.1830.71.45.13

3.1.2 树高实测数据与扫描数据

样本树高实测数据与扫描数据如表3所示。树高扫描值相对误差在±9%范围内，平均相对误差为-1.66%，总体上扫描树高值要低于实际测量值。同时相比胸径因子，树高扫描值相对误差较大。36株样本中有部分样本树高扫描值误差大于1 m，主要是因为树高测量精度受限制因素较多，如测站布置(测站数量、测站距样木的距离等)、林分密度、树干是否通直等因素。如果测站距离样木较近，无法扫描到树梢，那么树高扫描值会明显小于实际树高；林分密度较大，样木周围林木遮挡较多，也会影响树高扫描值；如果树干弯曲，树高实际测量是皮尺贴沿着树干走向测量树高，而树高扫描值是树梢最高点与树根最低点的差值，所以对于树干弯曲样木，扫描树高值也会明显低于实测值。但是，总体上来看，基于三维激光扫描仪获取的树高也具有较高精度。

表3 树高实测数据与扫描数据对比表序号树种实测值/m扫描值/m误差/m相对误差/%1柏木20.219.9-0.3-1.492柏木20.319.1-1.2-5.913柏木7.97.900.004柏木18.818.7-0.1-0.535柏木15.714.3-1.4-8.926柏木16.916.5-0.4-2.377柏木4.284.30.020.478柏木23.423.0-0.4-1.719柏木12.712.80.10.7910柏木22.423.00.62.6811柏木24.823.4-1.4-5.6512柏木25.224.6-0.6-2.3813柏木29.229.50.31.0314柏木8.98.900.0015柏木17.317.1-0.2-1.1616柏木18.117.9-0.2-1.1017柏木24.324.1-0.2-0.8218柏木7.657.80.151.9619柏木12.0511.7-0.35-2.9020马尾松23.723.6-0.1-0.4221马尾松24.623.9-0.7-2.8522马尾松23.423.2-0.2-0.8523马尾松20.9521.40.452.1524马尾松24.323.9-0.4-1.6525马尾松20.119.2-0.9-4.4826马尾松23.324.314.2927马尾松21.620.2-1.4-6.4828马尾松21.420.5-0.9-4.2129马尾松22.621.7-0.9-3.9830马尾松22.621.3-1.3-5.7531马尾松23.423.432马尾松18.918.5-0.4-2.1233马尾松17.6618.40.744.1934马尾松22.220.7-1.5-6.7635马尾松25.224.5-0.7-2.7836马尾松23.023.0 平均值19.719.3-0.4-1.66

3.2 实测数据与扫描数据线性回归分析

对扫描值与实测值进行线性拟合，以三维激光扫描仪的扫描数据作为自变量x，以实测数据作为因变量y，分别对胸径、树高、材积画出散点图，得到回归方程(图2～3)。

图2 柏木胸径和树高实测数据与扫描数据散点

图3 马尾松胸径和树高实测数据与扫描数据散点图

对胸径和树高的扫描值与实测值进行线性回归，R2均接近于1。这表明使用三维激光扫描仪系统提取的单木参数值与实际测量值具有显著的线性相关关系，同时表明三维激光扫描技术提取的胸径和树高扫描值完全可以替代实测值。

从实际应用效果来看，马尾松树高提取的效果要差于柏木树高提取效果。主要因为在采集马尾松三维数据时，所有样本均只采用了3站测站，并未根据林分密度的不同，而相应增加测站来保证扫描到树梢部分。因此，相对于柏木树种，马尾松树高扫描值误差较大。

4 结论与讨论

4.1 结论

使用FARO Laser Scanner Focus3D X330长距三维激光扫描仪在贵州省采集了36株不同树种样木的三维点云数据，对获取的点云数据进行了格式转换、坐标匹配、粗差剔除等一系列处理，提取到单木参数胸径和树高，并与传统测量方法得到的实测值进行对比分析，得出如下结论：

1) 基于地面三维激光扫描仪获取的样木胸径和树高，均具有较高精度。这表明基于地面三维激光扫描仪无损测量立木胸径和树高等测树因子是可行的，且具有较高的可靠性。

2) 采用凸包算法自动提取胸径，相比较于采用XY平均算法，精度更高，且与实际采用围尺测量胸径的原理一致。

3) 从马尾松扫描数据与实测数据的对比结果来看，地面三维激光扫描仪测站布置(数量及距离林木距离)对于获取测树因子的精度具有一定影响，规范外业点云数据采集流程，对于保障测量数据精度是十分必要的。

4.2 讨论

本文中胸径自动提取算法采用凸包算法，精度较高。但是，自动提取的胸高断面是与水平面平行，如果树干有一定倾斜，那么提取的胸高断面就不会与树干垂直，从实际扫描数据结果分析来看，这也是胸径扫描值与实测值产生误差的主要来源。同时对于一些树皮开裂、松软的树种(如马尾松)，胸径实测时，围尺的拉紧程度对于实测胸径值本身就存在较大影响，而采用三维激光扫描仪获取的胸径，则会明显大于实测值。

树高因子自动提取直接采用树梢最高点坐标值减树干基部最低点坐标值作为树高值，而树高实际测量是皮尺贴沿着树干走向测量树高。当树干通直时，采用此算法获取的树高值与实际测量值差异不大，但当树干并不通直，存在弯曲时，扫描树高值也会明显低于实测值。

本文只是针对单木尺度进行研究，根据结果分析可知，三维激光扫描仪对于林木胸径、树高测量精度较高。但在今后研究中，可将三维激光扫描仪用于林分尺度数表样本采集，比如研建相对树高曲线模型、林分平均高模型等。