南京林业大学学报(自然科学版)

作者：彭文越,贾炜玮,王帆,李鑫,李丹丹

单位：1.东北林业大学林学院,黑龙江 哈尔滨 150040,2.吉林省林业调查规划院,吉林 长春 130607,3.东北林业大学森林生态系统可持续经营教育部重点实验室,黑龙江 哈尔滨 150040

关键词：落叶松,点云数据,一级枝条数量,定量结构模型(QSM),线性混合模型

基金：国家重点研发计划(2023YFDZ200802),中央高校基本科研业务专项资金项目(2572019CP08)

【目的】基于地基激光雷达(terrestrial laser scanning,TLS)点云数据,应用定量结构模型(quantitative structural model,QSM)以全自动的方式提取落叶松不同相对着枝深度处一级枝条的数量,构建一级枝条密度的线性混合预测模型,为落叶松冠层研究提供理论基础。【方法】基于30株落叶松(Larix gmelinii)TLS数据,应用QSM算法获取树木结构参数,将提取值与实测值进行回归分析,探究点云数据建模的准确性。采用点云分层方法探究不同相对着枝深度处一级枝条数量的提取精度。以Poisson回归模型作为基础的计数模型,建立基于样木效应的一级枝条密度最优混合模型,并对模型进行评价。【结果】30株落叶松一级枝条数量的平均提取精度为80.71%,均方根误差(RMSE)为6.9594。不同冠层的一级枝条数量提取结果存在差异,相对着枝深度范围在(0.7,0.8]的提取效果最好,平均精度为87.78%。一级枝条密度的最优模型为基于样木效应的混合模型;枝条密度的最优模型为基于相对着枝深度的自然对数[ln(RDINC)]、相对着枝深度的平方(RDINC2)、高径比(HT/DBH)3个随机效应参数的线性混合模型(R2=0.745 4、均方根误差为0.229)。【结论】基于地基激光雷达扫描数据,通过定量结构模型获取单木的分枝结构参数,该方法具有适用性和可靠性。基于样木效应建立落叶松一级枝条的密度混合模型,不仅可以反映冠层内一级枝条的分布密度变化,还可以预测树冠整体的生长趋势。

来源：2025年第2期

《南京林业大学学报(自然科学版)》期刊编辑部

查看南京林业大学学报(自然科学版)杂志2025年第2期