2019年天山云杉背包式激光雷达三维参数测量数据集

王亚鹏 张文革 胡 林 刘婷婷 曹姗姗 王 蕾 孙 伟*

（1.新疆农业大学计算机与信息工程学院，乌鲁木齐 830052；2.新疆天山西部国有林管理局，伊宁 835000；3.中国农业科学院农业信息研究所，北京 100081；4.国家农业科学数据中心，北京 100081；5.农业农村部农业大数据重点实验室，北京 100081；6.新疆林业科学院现代林业研究所，乌鲁木齐 830092）

数据库（集）基本信息汇总表

1 引言

在森林资源动态监测、参数反演、质量评估的研究过程中，单木胸径、树高和冠幅等三维结构参数至关重要，可为森林生物量及碳储量估算、森林健康变化分析、森林生长与收获预估等提供切实有效的科学依据[1]。传统的单木三维结构参数获取以野外调查和地面实测为主，需要通过人工每木检尺进行大量的实地调查，存在自动化程度不高、费时耗力、数据客观性差、标准控制难以统一等问题，也会对植被造成一定程度的破坏，难以实现大尺度的森林结构参数连续性监测[2-3]。如何快速、精准、无损、低成本获取单木三维结构参数，对森林资源高效管理和科学决策具有重要意义。

遥感为快速准确获取森林资源监测数据提供了有效途径，但现有研究多侧重于应用卫星遥感影像[4]、无人机影像[5-6]获取森林树冠、密度、蓄积量等信息。天山云杉树形高大，树冠窄长，利于激光穿透获取下层植被和地面点云数据，可以更好地还原地形，进而提取植被冠层信息。激光雷达相较于传统光学遥感技术具有无可比拟的优势，获取数据时有效解决了光学遥感易饱和的问题。激光雷达脉冲可通过穿透部分森林冠层快速直接获取高精度的森林的三维结构信息，具有抗干扰能力强的优势，为森林参数的定量测量和反演提供了重要支撑，而且雷达数据能解决传统野外样地调查在空间范围上受限的问题[7]，已成为林业遥感当中最具应用潜力的主动遥感技术之一[8-9]。目前，机载激光雷达和地基激光雷达在林业资源监测方面的使用和研究较为广泛，但在外业活动采集数据过程中工作量较大、成本较高。使用地基激光雷达采集林业数据时，须进行布设标靶、架站、扫描、移站等操作，完成整体数据采集需要花费一定的人力及时间，采集完的数据也需要进行多站拼接后才能输出最终的采集结果。与机载和地基激光雷达相比，背包式激光雷达具有效率高、全覆盖和真三维测量等优良的技术特性，携带方便，数据采集不受天气等外界因素的影响，测量范围容易控制，应用前景良好[10]。对于地形复杂的山地森林，背包式激光雷达是一种新型便携工具。

新疆维吾尔自治区（以下简称“新疆”）地区有的区域生态环境脆弱，山地森林起到了至关重要的维护作用。天山云杉树是新疆天山地区生态功能最为重要、碳储量最大、涵盖面积最大的常绿乔木[11]，对山地森林水源涵养与水土保持等方面发挥着关键作用，同时对森林生态系统的组成和维护具有重要意义[12]。因而，对天山云杉林进行调查监测，对新疆天山地区森林资源管理具有重要的意义。本数据集以天山云杉为研究对象，使用易操作、低成本的背包式激光雷达快速获取高精度单木三维结构参数，可为森林资源监测和评估以及多尺度森林生态系统关键参数反演提供基础数据，也可为森林资源外业调查过程中背包式激光雷达应用效果评估提供案例。

2 数据采集与处理方法

2.1 数据采集方法

以新疆西天山森林生态系统国家定位观测研究站（以下简称西天山监测站）的天山云杉分布区作为研究区，该区域地处伊犁河谷中部、那拉提山北麓，地势呈东南高、西北低，海拔677～4181m，地势落差较大，地型略呈三角形。

根据西天山监测站天山云杉分布区的立地条件、林分起源和空间分布等特征，以西天山监测站为中心，在研究区设置6个代表性样地，包括3个人工林样地和3 个天然林样地，设计背包激光雷达数据野外实地采集方案，主要流程包括：确定作业区域、路径规划、数据采集和数据导出。其中，通过路线规划保证采集到树木的所有信息，同时减少数据冗余，作业区域为20m×20m 的正方形样地，路径规划如图1 所示，序号为采集路线。研究人员于2019 年10 月12 日至17 日在研究区开展数据采集，采集设备为北京数字绿土科技有限公司研发的LiBackpack D50 背包式激光雷达扫描系统，结合高精度GNSS 设备和即时定位与地图构建技术，配置垂直方向和水平方向的激光雷达传感器参数，采用自下而上的扫描方式，采集天山云杉树干、枝叶等详细结构信息，获取路径规划内的高精度三维点云数据。

图1 数据采集的行走路径规划Fig.1 Walking path planning for data collection

2.2 数据处理方法

使用LiDAR360 软件对采集的样地三维点云数据进行预处理，包括：去噪、滤波、生成DEM、点云归一化等步骤。

（1）去噪。使用统计分析技术（StatisticalOutlier-Removal），从点云数据中删除测量噪声点，噪声点包括高位粗差、低位粗差及孤立点等，确保数据具有较高的质量要求和可靠性。其算法原理是对于每个点，计算其到指定邻域内所有点的平均距离，记作d，则可以得到一个包含各点d 值的数组，假设数组中的各元素构成高斯分布，该数组即为一个样本，因高斯分布曲线由样本的均值和标准差决定，则d 值在标准范围（由样本的均值和方差定义）之外的点被定义为噪点，可从数据集中删除。

（2）滤波。本文采取IPTD（Improved Progressive TIN Densification）算法解决将低矮物错分成地面的问题，提高地面点滤波精度。具体步骤包括：选定格网尺寸L，将点云数据格网化；选取每个格网内的最低点作为初始种子点Vi(i=1,2,···,n)，使用初始种子点构建三角网，迭代所有待分类的地面点Pi(i=1,2,···,n)，计算Pi到其投影所在三角形（由Vi构成）的距离d、和到三角形三个顶点V1、V2、V3与三角形平面的角度值，若计算值小于阈值，则认为是地面点，并加入三角网，重复迭代过程至所有待分类的地面点Pi分类完成。初始种子点到三角网示意图如图2所示。

图2 初始种子点到三角网示意图Fig.2 Schematic diagram of initial seed point toTIN

（3）生成DEM。本文基于反距离权重插值，通过提取的地面点云数据生成数字高程模型。

（4）点云归一化。因研究区样地存在坡差，云杉点云起始高程不同，为降低坡差对云杉树高提取精度的影响，本文采用Lee等[13]方法将点云高程归一化以获得云杉点云的相对高度，公式如下：

其中，Zr为各点的真实高程，Zg为各点临近的地面点高程，Zh为归一化后各点高程。

在上述数据预处理的基础上，进行批量提取胸径、单木分割和单木参数提取，而后进行单木分割精度及参数提取拟合效果的对比分析，通过统计指标评价背包式激光雷达高精度提取单木测树因子的效果。主要处理流程如图3所示。

图3 天山云杉单木分割流程图Fig.3 Flow chart of single wood segmentation of Picea schrenkiana

3 数据样本描述

采集的6 个正方形样地中，1 至3 号样地是人工云杉林，4 至6 号样地是自然云杉林，1 至6 号样地的样本量分别为126、72、78、16、13 和15，共有320 株天山云杉。每个样地数据单独分为一个Excel 表格，命名规则为“样地+序号”，例如：样地1.xlsx。

每个数据表中包含每株天山云杉编号、X 坐标、Y 坐标、胸径、树高、树冠直径、冠幅面积、冠幅体积的相关参数。天山云杉单木三维结构参数如表1所示。

表1 天山云杉单木三维结构参数Table 1 Three dimensional structural parameters of Picea schrenkiana single wood

4 数据质量控制与验证

4.1 数据质量控制

为确保数据具有较高的质量要求和可靠性，采取以下措施：

（1）数据采集前期进行实地调查，通过合理的路线规划以实现减少数据冗余。

（2）数据采集过程中通过专业人员进行操作，通过自下而上的扫描方法采集研究区内云杉树干、树枝以及树叶的三维点云数据。

（3）在数据处理过程中严格按照技术规程与软件指南等参考资料完成操作。

（4）数据质量由人工检查和机器检测联合控制的方式进行，以提高数据的准确性和可靠性。

4.2 数据质量验证

（1）单木分割效果分析。通过对比目视解译参数（实测参数），得到云杉树总数、分割正确的株数、分割错误的株数、漏分的株数，计算其精确率（Percision）、召回率（Recall）以及F1-Score，评价单木分割精度，如表2所示。

表2 背包式激光雷达单木分割精度Table 2 Single wood segmentation accuracy of Backpack LiDAR

（2）单木三维结构参数提取效果分析。基于单木参数提取结果，采用决定系数（R2）和均方根误差（RMSE）评价背包式激光雷达单木胸径提取效果，如表3所示。

表3 背包式激光雷达单木胸径提取结果Table 3 Single wood DBH extraction results of Backpack LiDAR

5 数据价值与使用建议

以天山云杉林为研究对象，使用易操作、携带方便、高精度的地面背包式激光雷达在野外快速获取单木三维结构参数数据，可显著提高森林关键参数获取精度，大幅度减少地面调查工作量、提高工作效率、减轻劳动强度，具有传统地面人工调查方法不可比拟的优势，同时也避免了地基、空基和天基多光谱和激光雷达遥感数据的不足，可作为现有森林资源监测手段和调查数据的有力补充。

本数据集提供了2019 年测量并提取的天山云杉背包式激光雷达单木三维结构参数数据，可为单木地上生物量估算、区域碳格局分析以及生物量反演建模或验证提供数据支持，也可为森林资源监测和评估提供数据基础，并为森林资源外业调查过程中背包式激光雷达应用效果评估提供案例。

数据作者分工职责

王亚鹏（1996—），男，河南商丘人，硕士，研究生，主要从事农业信息化相关研究。主要承担工作：论文撰写。

张文革（1968—），男，四川巴中人，学士，高级工程师，主要从事林业3S 技术相关研究。主要承担工作：数据采集与整理。

胡林（1967—），男，内蒙古商都县人，博士，研究员，主要从事科学数据管理相关研究。主要承担工作：数据整合与处理。

刘婷婷（1985—），女，北京人，硕士，助理研究员，主要从事农业科学数据获取与研究。主要承担工作：数据分析与汇总。

曹姗姗（1984—），女，黑龙江五常人，博士，副研究员，主要从事时空信息智能分析研究。主要承担工作：数据质量控制和评估。

王蕾（1981—），女，河南商丘人，硕士，副研究员，主要从事林业3S 技术相关研究。主要承担工作：总体策划及分析总结。

孙伟（1978—），男，山东海阳人，博士，副教授，主要从事时空信息智能分析研究。主要承担工作：组织实施及论文撰写。

引用数据

[1]王亚鹏，张文革，胡林，等.2019年天山云杉背包式激光雷达三维参数测量数据集[DB/OL].国家农业科学数据中心.DOI:10.12205/A0007.20220609.30.ds.2055.

Wang Y P,Zhang W G,Hu L,et al.3D Parameter Measurement Dataset of Picea Schrenkiana var.tianshanica by Using Backpack LiDAR in 2019 [DB/OL].National Agriculture Science Data Center.DOI:10.12205/A0007.20220609.30.ds.2055.