1.本发明属于森林资源调查领域，具体涉及一种基于地面激光扫描仪的马褂木材积表、出材率表编制方法。
背景技术：
：：2.森林资源是有限的再生资源和重要的环境资源，是人类和生物生存发展的基础，实现森林资源的可持续利用和科学经营管理是推动人地关系和谐共生的重要一环。一直以来，林业工作者致力于探索如何快速、高效、精准地提取森林信息，革新旧有的森林清查技术，将现有资源有效地整合，从而缓解林分调查耗时、耗力问题，实现森林精准监测。搭载多回波技术的地面激光扫描仪可以采用多站扫描方式获取林木的三维结构信息，基于活立木的点云数据能够实现多种测树因子的提取，其中胸径、树高以及上部直径等提取结果均有较高的精度。前期研究利用地面激光扫描仪进行了多期马褂木树干曲线的研究，结果表明地面激光点云三维测量具有机动性、高精度、实时性、非接触性等优点，基于点云数据建立的削度方程精度比传统解析木方法更高。3.近年来，国内外对马褂木的遗传改良研究较多，尤其在种间杂交与杂种优势利用领域取得了较为突出的成就。有学者利用树干解析的方法对24年生的马褂木进行人工林生长规律的研究，在此基础上进行胸径、树高和材积性状的相关分析，并对早期选择效率进行评价，在人工林高效培育方面进行了有效的指导。该树种在南方地区作为观赏树种小范围栽植，而大规模人工林的研究较少。此外，现有研究以生产性或经验性的技术总结为主，缺乏科学依据和适宜的定量指标，特别是对马褂木人工林丰产培育与经营管理的研究不够深入，经过近三十年的培育和种植，还尚未有相关种植区的专用材积表研建工作。技术实现要素：4.本发明的目的就在于为了解决上述问题而提供一种基于地面激光扫描仪的马褂木材积表、出材率表编制方法。5.本发明通过以下技术方案来实现上述目的：6.一种基于地面激光扫描仪的马褂木材积表、出材率表编制方法，包括以下步骤：7.s1、采用地面激光扫描仪采集多密度区马褂木的全样地面激光雷达点云数据，并提取所述全样地面激光雷达点云数据中的单木结构参数：高度、胸径、直径；8.s2、基于所述单木结构参数、预先构建的材积模型y＝a0 a1x a2x2及削度方程模型编制各密度区马褂木一元材积表和材种出材率表；式中，y为单木材积，x为直径，a0、a1、a2、a3为削度方程参数，d为树干h高处的带皮直径，d为带皮胸径，h为全树高，h为距地面的高度。整个编制方法中，采用的材积模型和削度方程均能够实现多密度区马褂木材积和出材率的估算，计算方式简单快速，精准高效。9.作为本发明的进一步优化方案，步骤s1中，所述地面激光扫描仪以单株马褂木为中心，按“井”字形排列，该种设置方式，可以保证被测立木数据完整，在不伐倒、锯断和爬树的情况下获得研究区下蜀林场马褂木多密度林分活立木精准数据，直径提取精度达到99％，并计算立木材积。可以反映样地中立木的平均生长状态，对该方法的推广值得进一步研究，特别是在测站设置和数据提取算法上，进一步精准描述林木的三维结构。10.作为本发明的进一步优化方案，步骤s1中，由于造林密度对胸径影响显著，一元材积表具有广泛的适用性，其以胸径为变量，在林业调查中有重要的地位，胸径点云数据获取后需要进行降维处理，降维处理方法为采用最小二乘法进行直径拟合，提高胸径数据提取精度。11.作为本发明的进一步优化方案，步骤s2中，所述材积模型采用一元材积方程v＝0.0003*d2 0.0065*d-0.0369，式中，v为单木材积，d为带皮胸径；采用该材积模型能够使得单木的材积与真实值相差较小，且能够用于多密度马褂木材积计算使用，适用性更广。12.作为本发明的进一步优化方案，步骤s2中，削度方程模型采用改进舒马赫方程式d2＝2.758*d1.861*(h-h)1.618/h1.783；采用该种削度方程应用在各密度的马褂木出材率计算时，相比其他削度方程适用性最强，可以进一步进行材积表和材种出材率表的编制。13.作为本发明的进一步优化方案，所述一元材积表由一元材积方程v＝0.0003*d2 0.0065*d-0.0369进行编制，所述材种出材率表的编制方法为：14.将所述削度方程经过反算推导得出累积材长方程15.计算各材种小头带皮直径对应原木累积用材长度，公式如下：[0016][0017][0018][0019]以上h值为单木单独造某材种的累积材长，计算原木整体用材长度l大、l中、l小分别为：[0020]l大＝h大ꢀꢀꢀ(4)[0021]l中＝h中-h大ꢀꢀꢀ(5)[0022]l小＝h小-h中ꢀꢀꢀ(6)[0023]上述公式积分推导得出大、中、小径材积公式为：[0024]大材径材积：[0025]中材径材积：[0026]小材径材积：[0027]式中，k＝л/40000；[0028]采用上述材积公式编制各密度区马褂木材种出材率表。[0029]本发明的有益效果在于：[0030]本发明利用地面激光雷达的精准特性，实现了样地单木参数高精度、可持续和非破坏性的测量，自动提取的胸径与人工实测胸径值相关性达到0.99；且通过采用削度方程及一元材积方程v＝0.0003*d2 0.0065*d-0.0369编制各密度区马褂木一元材积表和材种出材率表，对材长和材积估测实现了自动化并达到可用的精度，有望在下一步研究中实现对树干生物量和林分总体生物量的自动化测算。附图说明[0031]图1是本发明实施例1中地面激光扫描仪分布图。[0032]图2是本发明实施例2中点云数据获取时的完整点云侧视图。[0033]图3是本发明实施例2中点云数据获取时的主杆侧视图。[0034]图4是本发明实施例2中单木各高度切片图。[0035]图5是本发明的实施例2中胸径点云提取值与实测值拟合散点图。[0036]图6是本发明实施例2中各一元材积方程拟合情况图。具体实施方式[0037]下面结合附图对本技术作进一步详细描述，有必要在此指出的是，以下具体实施方式只用于对本技术进行进一步的说明，不能理解为对本技术保护范围的限制，该领域的技术人员可以根据上述申请内容对本技术作出一些非本质的改进和调整。[0038]在本发明的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制；在本发明的描述中，除非另有说明，“多个”、“若干”的含义是两个或两个以上。[0039]实施例1[0040]一种基于地面激光扫描仪的马褂木材积表、出材率表编制方法，包括以下步骤：[0041]s1、以单株马褂木为中心，将rieglvz-400i地面激光扫描仪按“井”字形排列，见图1，采集多密度区马褂木的全样地面激光雷达点云数据，利用riscanpro软件，提取所述全样地面激光雷达点云数据中的单木结构参数：高度、胸径、直径；[0042]胸径点云数据获取后进行降维处理，降维处理方法为采用最小二乘法进行直径拟合；[0043]s2、基于所述单木结构参数、预先构建的材积模型y＝a0 a1x a2x2及削度方程模型编制各密度区马褂木一元材积表和材种出材率表；式中，y为单木材积，x为直径，a0、a1、a2、a3为削度方程参数，d为树干h高处的带皮直径，d为带皮胸径，h为全树高，h为距地面的高度；其中，[0044]所述材积模型采用一元材积方程v＝0.0003*d2 0.0065*d-0.0369，式中，v为单木材积，d为带皮胸径，所述一元材积表由该一元材积方程进行编制。[0045]所述削度方程模型采用改进舒马赫方程式d2＝2.758*d1.861*(h-h)1.618/h1.783；[0046]材种出材率表的编制方法为：[0047]将所述削度方程经过反算推导得出累积材长方程[0048]计算各材种小头带皮直径对应原木累积用材长度，公式如下：[0049][0050][0051][0052]以上h值为立木单独造某材种的累积材长，然而，在实际造材过程中，为了充分利用材积，单株立木通常同时造大、中、小径材，先造大径材后中径材、小径材，因此计算原木整体用材长度l大、l中、l小分别为：[0053]l大＝h大ꢀꢀꢀ(4)[0054]l中＝h中-h大ꢀꢀꢀ(5)[0055]l小＝h小-h中ꢀꢀꢀ(6)[0056]上述公式积分推导得出大、中、小径材积公式为：[0057]大材径材积：[0058]中材径材积：[0059]小材径材积：[0060]式中，k＝л/40000；[0061]采用上述材积公式编制各密度区马褂木材种出材率表。[0062]实施例2[0063]本发明选取了2m×2m、3m×3m、4m×4m、5m×5m四个密度的马褂木林分为研究对象，采用rieglvz400i地面激光扫描仪，测站以标准木为中心，设计“井”字形12站全样地扫描方式，获取样地点云数据。具体的，利用riscanpro软件，通过设置偏差(deviation)数值为25对点云数据进行去噪和归一化，采用lidar360软件提取样地数字高程模型(dem)，再根据dem(数字高程模型)赋予点云数据高程，进行所述全样地面激光雷达点云数据中的单木结构参数的提取。[0064]采用迭代k均值聚类进行单木定位和分割，为得到完整的立木点云，设置的初始切割阈值较大，所以在初步分割后还对非立木点云进行了手动去除，以及分枝剔除，最终得到完整的立木主干点云(如图2和图3所示)。[0065]获取林木胸径数据首先要对点云数据进行降维处理，即根据二维树干横断面切片数据进行圆的拟合。切片厚度控制为0.1m，对树干进行间隔1m的圆环切片，切面圆环效果如下图4所示。采用最小二乘法对马褂木立木上部直径进行拟合。[0066]最小二乘法：令{(xi，yi|i＝1，2，…，n)}是分布数据中待确定的点的集合，若(a，b)为圆心坐标，r为半径，则可得圆的方程：[0067](x－a)2 (y－b)2＝r2[0068]由方程(1)可知圆心坐标(a，b)和半径r。若(xi，yi)为点云数据中的离散点，该点与圆心的距离为ri。以该点为圆心，ri为半径构成的圆的面积为si，若拟合出的圆的面积为s，则面积误差为：[0069]δi＝si－s＝π[(xi－a)2 yi－b)2－r2][0070]根据最小二乘原理，其优化目标函数为：[0071]q(a，b，r)＝min[0072]式中，q为关于a，b和r的函数，由函数的极值法可以使得q取得极小值，令：[0073]δqδa＝δqδb＝δqδr＝0[0074]可解得圆心的坐标(a，b)和半径r。[0075]立木材积计算采用中央断面积区分求积法。将单株立木点云切片后分成两米区分段。每一个区分段看作一个圆柱，区分段长度为2米，中央圆盘即为该段中央段面积，对每一株马褂木用中央断面积区分求积法求取材积，从下至上，最上部不足2m部分或上部圆环无法计算直径的作为梢头，公式如下：[0076][0077]式中：v为立木材积，gi各分段断面积，g′梢头断面积，l区分段长度，l′梢头长度，n为区分段个数。[0078]具体的，本实施例研究胸径处即开始分叉的树有9株，各分支均记为单独的木材来计算，经过对比筛选，剔除精度过低的数据后共得到224株的立木参数，其中地径、胸径、树高和计算得到的材积平均值如下表1所示。[0079]表1点云测定马褂木测树因子概况[0080]tab.3generalsituationofmeasurementfactorsofliriodendronforestwithpointcloud[0081][0082]以实测胸径为依据，对点云提取的每株胸径值做检验，如下图5所示，两组数据的截距为0.156，斜率为0.995，单木参数自动提取结果与人工实测值得到的直线方程的决定系数(r2)大于0.99，说明用自动提取的参数估计值与实测值之间存在线性相关的关系，也表明此次获取的数据精度较高，可用于之后的分析研究工作。[0083]同时，从四块不同密度的林分整体呈现的情况来看，造林密度对胸径影响显著。高密度2m×2m林分的胸径平均值为16.2cm，而低密度5m×5m林分的胸径平均值为21.92cm，而且整体胸径呈现出随造林密度的增加而减小的趋势。整体而言造林密度对树高的影响不够显著但也呈现出稍许的差异，表现为高密度林分的树高平均值大于低密度林分。[0084]另外，本实施例还采用十字交叉验证的方法，从样木中随机选取80％的数据作为建模样本，剩余20％作为检验样本，对比分析模型的评价和检验指标，选取材积模型和削度方程模型的最优模型。具体的：[0085]本实施例采用决定系数(r2)、均方根误差(rmse)、赤池信息准则(aic)作为模型拟合优度指标，计算公式如下：[0086][0087][0088][0089]式中：yi为实测值，为实测平均值，为模型预测值，n为样本个数，m为方程参数个数。其中r2越大，rmse、aic越小表明模型对数据的切合度较好。[0090]本实施例选用剩余标准差(see)，系统误差(tre)，平均相对误差(mse)、预估精度(ρ)作为独立性检验指标，四个指标作为模型预测能力的检验指标，计算公式如下所示：[0091][0092][0093][0094][0095][0096]式中：yi为实测值，为实测平均值，为模型预测值，n为样本个数，m为方程参数个数。[0097]选取决定系数(r2)最大、均方根误差(rmse)最小，同时综合模型预测能力的检验指标，以标准差(see)≤10、系统误差(tre)≤±5％，平均相对误差(mse)≤±10％的标准来检验模型的适用性，若均在误差范围内且预估精度较高的模型即可被选为最优模型。[0098]通过上述模型评价与检验指标，本实施例选择了其他4种常见的一元材积方程与本实施例材积方程y＝a0 a1x a2x2进行验证，五种一元材积方程见表2：[0099]表2材积方程模型一览表[0100]tab1alternativeequationsofsingleentryvolumemodels[0101][0102][0103]根据上文点云数据分析的结果，采用点云数据计算得到的材积(v)和提取的胸径(d)，用dps17.1软件拟合上述表2中的五种一元材积方程，如图6所示，拟合结果与验证精度如下表3所示。[0104]表3一元材积模型拟合结果[0105]tab.5singleentryvolumemodelsfittingresult[0106][0107]由上表可知，受造林密度与分叉树的影响，整体来说一元材积方程的拟合精度不够高，只有模型v4的r2在0.9以上，但从其他评价指标来说，剩余标准差(s)，系统误差(tre)，平均相对误差(mpe)均要高于模型v2，说明v4拟合单株立木的材积与真实值相差较大，故本发明选择模型v2用于一元材积表的研建。[0108]本实施例使用tls数据反演马褂木树干曲线、构建树种削度方程，探索地面激光扫描仪在林分测定中的优势。[0109]由于研究对象马褂木的干形直通，采用简单削度方程模拟即可达到较高的精度。由点云立木数据得到每株活立木的胸径d、树高h、对应高度(h)处直径(d)等数据，将削度方程的一般形式转化为d2＝f(d,h,h)。转化后不仅可以更客观地对削度方程进行评价，而且更能体现出削度方程的特性，本实施例选取了以下表4中的几种削度方程研究讨论：[0110]表4削度方程模型一览表[0111]tab4alternativeequationsoftaperequations[0112][0113]式中：d为树干h高处的带皮直径；d为带皮胸径；h为全树高；h为距地面的高度；a0、a1、a2、a3为削度方程待定参数。[0114]本实施例分别拟合上述5个削度方程模型，得到的参数如下表5所示：[0115]表5不同造林密度削度方程模型参数[0116]tab5fittingresultoftaperequationforeachpoltdenstiy[0117][0118][0119]由上表可知，4种造林密度以及整体林分的削度方程建模结果，均表现为式t3(即本发明采用的削度方程)的拟合结果较好，r2最大为0.964(5m×5m林分)，全数据整体的拟合效果也是t3模型最优。[0120]应用4个造林密度剩余20％检验样本(即2m×2m林分35株、3m×3m林分35株、4m×4m林分10株、5m×5m林分4株单木数据)进行削度方程模型预测能力的检验，检验结果如表6所示。[0121]表6不同造林密度削度方程模型的适用性检验结果[0122]table6applicationtestresultfortaperfuntionsforeachplotdenstiy[0123][0124][0125]根据上述检验结果，剩余标准差(see)分别为5.21、5.65、4.76、1.42，在see≤10的误差范围内；系统误差(tre)分别-3.43％、0.08％、6.60％、1.56％，除4m×4m样地外都在tre≤±5％的误差范围内；平均相对误差(mpe)均在mpe≤±10％的误差范围内，且模型预估精度(ρ)除4m×4m样地外均在0.8以上，说明其余三个造林密度均能达到很好的模拟效果，而4m×4m样地由于本身精度的限制则利用整体数据的方程参数来模拟。整体来看削度方程t3的适用性最强，可以进一步进行材积表和材种出材率表的编制。[0126]根据以上的结论，本实施例采用削度方程及一元材积方程v＝0.0003*d2 0.0065*d-0.0369编制各密度区马褂木一元材积表和材种出材率表，每个密度林分的所有立木计算径级材种出材材长、材积和出材率，汇总如下表7所示。[0127]表7不同密度马褂木人工林材种出材率表[0128]tab7tableofmerchantvolumerateofdifferentdensitiesofliriodendronforest[0129][0130][0131]受到总株数影响，各密度马褂木林分总蓄积量最大为3×3密度林分。各个径级材种造材率从大到小排序，依次为：大径材5×5》4×4》3×3》2×2；中径材4×4》3×3》5×5》2×2；小径材2×2》3×3》4×4》5×5。出材率总和最高的是4×4密度林分(98.65％)。[0132]本发明研究得到的一元二次式v＝0.003×d2 0.0065×d-0.0369为研究区马褂木最优一元材积式，该模型的r2＝0.8842，经过see、trb等五个评价指标检验为无明显系统偏差，可用于研究区马褂木材积估计。研究选定适用于不同密度的削度方程：改进舒马赫方程式d2＝2.758*d1.861*(h-h)1.618/h1.783，该模型r2＝0.924，经检验方程rmse＝1.454，mse＝-0.050，ρ＝0.910。进一步为多密度马褂木实验林进行径级材造材，得到疏林4×4密度种植下的大径材出材率最大(39.582％)，密林2×2密度种植下的小径材出材率最大(81.25％)，而综合出材率最大的是4×4密度(98.650％)。[0133]马褂木多密度经营下，疏林地大径材出材率最大，密林则以小径材为主要径级材种。基于地面激光点云获取的单木参数可以直观地进行森林经理研究，对提升人工林的生产经营水平以及提高林业工作者的工作效率均有积极影响。[0134]本发明利用地面激光雷达的精准特性，实现了样地单木参数高精度、可持续和非破坏性的测量，自动提取的胸径与人工实测胸径值相关性达到0.99，表明自动提取数据与人工实测数据无显著差异，基于地面激光点云获取的单木参数可以直观地进行森林经理研究，对提升人工林的生产经营水平以及提高林业工作者的工作效率均有积极影响。[0135]基于不同造林密度的马褂木地面激光雷达点云数据，提取了单木结构参数，建立了二项式模型v＝0.0003*d2 0.0065*d-0.0369作为研究区立木材积模型。采用改进舒马赫模型拟合不同造林密度马褂木削度方程，并建立研究区材种出材率表。马褂木多密度经营下，疏林地大径材出材率最大，密林则以小径材为主要径级材种。该研究所用的基于激光扫描点云数据的削度方程建立方法，对材长和材积估测实现了自动化并达到可用的精度，有望在下一步研究中实现对树干生物量和林分总体生物量的自动化测算。[0136]以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。当前第1页12当前第1页12
背景技术：
：：2.森林资源是有限的再生资源和重要的环境资源，是人类和生物生存发展的基础，实现森林资源的可持续利用和科学经营管理是推动人地关系和谐共生的重要一环。一直以来，林业工作者致力于探索如何快速、高效、精准地提取森林信息，革新旧有的森林清查技术，将现有资源有效地整合，从而缓解林分调查耗时、耗力问题，实现森林精准监测。搭载多回波技术的地面激光扫描仪可以采用多站扫描方式获取林木的三维结构信息，基于活立木的点云数据能够实现多种测树因子的提取，其中胸径、树高以及上部直径等提取结果均有较高的精度。前期研究利用地面激光扫描仪进行了多期马褂木树干曲线的研究，结果表明地面激光点云三维测量具有机动性、高精度、实时性、非接触性等优点，基于点云数据建立的削度方程精度比传统解析木方法更高。3.近年来，国内外对马褂木的遗传改良研究较多，尤其在种间杂交与杂种优势利用领域取得了较为突出的成就。有学者利用树干解析的方法对24年生的马褂木进行人工林生长规律的研究，在此基础上进行胸径、树高和材积性状的相关分析，并对早期选择效率进行评价，在人工林高效培育方面进行了有效的指导。该树种在南方地区作为观赏树种小范围栽植，而大规模人工林的研究较少。此外，现有研究以生产性或经验性的技术总结为主，缺乏科学依据和适宜的定量指标，特别是对马褂木人工林丰产培育与经营管理的研究不够深入，经过近三十年的培育和种植，还尚未有相关种植区的专用材积表研建工作。技术实现要素：4.本发明的目的就在于为了解决上述问题而提供一种基于地面激光扫描仪的马褂木材积表、出材率表编制方法。5.本发明通过以下技术方案来实现上述目的：6.一种基于地面激光扫描仪的马褂木材积表、出材率表编制方法，包括以下步骤：7.s1、采用地面激光扫描仪采集多密度区马褂木的全样地面激光雷达点云数据，并提取所述全样地面激光雷达点云数据中的单木结构参数：高度、胸径、直径；8.s2、基于所述单木结构参数、预先构建的材积模型y＝a0 a1x a2x2及削度方程模型编制各密度区马褂木一元材积表和材种出材率表；式中，y为单木材积，x为直径，a0、a1、a2、a3为削度方程参数，d为树干h高处的带皮直径，d为带皮胸径，h为全树高，h为距地面的高度。整个编制方法中，采用的材积模型和削度方程均能够实现多密度区马褂木材积和出材率的估算，计算方式简单快速，精准高效。9.作为本发明的进一步优化方案，步骤s1中，所述地面激光扫描仪以单株马褂木为中心，按“井”字形排列，该种设置方式，可以保证被测立木数据完整，在不伐倒、锯断和爬树的情况下获得研究区下蜀林场马褂木多密度林分活立木精准数据，直径提取精度达到99％，并计算立木材积。可以反映样地中立木的平均生长状态，对该方法的推广值得进一步研究，特别是在测站设置和数据提取算法上，进一步精准描述林木的三维结构。10.作为本发明的进一步优化方案，步骤s1中，由于造林密度对胸径影响显著，一元材积表具有广泛的适用性，其以胸径为变量，在林业调查中有重要的地位，胸径点云数据获取后需要进行降维处理，降维处理方法为采用最小二乘法进行直径拟合，提高胸径数据提取精度。11.作为本发明的进一步优化方案，步骤s2中，所述材积模型采用一元材积方程v＝0.0003*d2 0.0065*d-0.0369，式中，v为单木材积，d为带皮胸径；采用该材积模型能够使得单木的材积与真实值相差较小，且能够用于多密度马褂木材积计算使用，适用性更广。12.作为本发明的进一步优化方案，步骤s2中，削度方程模型采用改进舒马赫方程式d2＝2.758*d1.861*(h-h)1.618/h1.783；采用该种削度方程应用在各密度的马褂木出材率计算时，相比其他削度方程适用性最强，可以进一步进行材积表和材种出材率表的编制。13.作为本发明的进一步优化方案，所述一元材积表由一元材积方程v＝0.0003*d2 0.0065*d-0.0369进行编制，所述材种出材率表的编制方法为：14.将所述削度方程经过反算推导得出累积材长方程15.计算各材种小头带皮直径对应原木累积用材长度，公式如下：[0016][0017][0018][0019]以上h值为单木单独造某材种的累积材长，计算原木整体用材长度l大、l中、l小分别为：[0020]l大＝h大ꢀꢀꢀ(4)[0021]l中＝h中-h大ꢀꢀꢀ(5)[0022]l小＝h小-h中ꢀꢀꢀ(6)[0023]上述公式积分推导得出大、中、小径材积公式为：[0024]大材径材积：[0025]中材径材积：[0026]小材径材积：[0027]式中，k＝л/40000；[0028]采用上述材积公式编制各密度区马褂木材种出材率表。[0029]本发明的有益效果在于：[0030]本发明利用地面激光雷达的精准特性，实现了样地单木参数高精度、可持续和非破坏性的测量，自动提取的胸径与人工实测胸径值相关性达到0.99；且通过采用削度方程及一元材积方程v＝0.0003*d2 0.0065*d-0.0369编制各密度区马褂木一元材积表和材种出材率表，对材长和材积估测实现了自动化并达到可用的精度，有望在下一步研究中实现对树干生物量和林分总体生物量的自动化测算。附图说明[0031]图1是本发明实施例1中地面激光扫描仪分布图。[0032]图2是本发明实施例2中点云数据获取时的完整点云侧视图。[0033]图3是本发明实施例2中点云数据获取时的主杆侧视图。[0034]图4是本发明实施例2中单木各高度切片图。[0035]图5是本发明的实施例2中胸径点云提取值与实测值拟合散点图。[0036]图6是本发明实施例2中各一元材积方程拟合情况图。具体实施方式[0037]下面结合附图对本技术作进一步详细描述，有必要在此指出的是，以下具体实施方式只用于对本技术进行进一步的说明，不能理解为对本技术保护范围的限制，该领域的技术人员可以根据上述申请内容对本技术作出一些非本质的改进和调整。[0038]在本发明的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制；在本发明的描述中，除非另有说明，“多个”、“若干”的含义是两个或两个以上。[0039]实施例1[0040]一种基于地面激光扫描仪的马褂木材积表、出材率表编制方法，包括以下步骤：[0041]s1、以单株马褂木为中心，将rieglvz-400i地面激光扫描仪按“井”字形排列，见图1，采集多密度区马褂木的全样地面激光雷达点云数据，利用riscanpro软件，提取所述全样地面激光雷达点云数据中的单木结构参数：高度、胸径、直径；[0042]胸径点云数据获取后进行降维处理，降维处理方法为采用最小二乘法进行直径拟合；[0043]s2、基于所述单木结构参数、预先构建的材积模型y＝a0 a1x a2x2及削度方程模型编制各密度区马褂木一元材积表和材种出材率表；式中，y为单木材积，x为直径，a0、a1、a2、a3为削度方程参数，d为树干h高处的带皮直径，d为带皮胸径，h为全树高，h为距地面的高度；其中，[0044]所述材积模型采用一元材积方程v＝0.0003*d2 0.0065*d-0.0369，式中，v为单木材积，d为带皮胸径，所述一元材积表由该一元材积方程进行编制。[0045]所述削度方程模型采用改进舒马赫方程式d2＝2.758*d1.861*(h-h)1.618/h1.783；[0046]材种出材率表的编制方法为：[0047]将所述削度方程经过反算推导得出累积材长方程[0048]计算各材种小头带皮直径对应原木累积用材长度，公式如下：[0049][0050][0051][0052]以上h值为立木单独造某材种的累积材长，然而，在实际造材过程中，为了充分利用材积，单株立木通常同时造大、中、小径材，先造大径材后中径材、小径材，因此计算原木整体用材长度l大、l中、l小分别为：[0053]l大＝h大ꢀꢀꢀ(4)[0054]l中＝h中-h大ꢀꢀꢀ(5)[0055]l小＝h小-h中ꢀꢀꢀ(6)[0056]上述公式积分推导得出大、中、小径材积公式为：[0057]大材径材积：[0058]中材径材积：[0059]小材径材积：[0060]式中，k＝л/40000；[0061]采用上述材积公式编制各密度区马褂木材种出材率表。[0062]实施例2[0063]本发明选取了2m×2m、3m×3m、4m×4m、5m×5m四个密度的马褂木林分为研究对象，采用rieglvz400i地面激光扫描仪，测站以标准木为中心，设计“井”字形12站全样地扫描方式，获取样地点云数据。具体的，利用riscanpro软件，通过设置偏差(deviation)数值为25对点云数据进行去噪和归一化，采用lidar360软件提取样地数字高程模型(dem)，再根据dem(数字高程模型)赋予点云数据高程，进行所述全样地面激光雷达点云数据中的单木结构参数的提取。[0064]采用迭代k均值聚类进行单木定位和分割，为得到完整的立木点云，设置的初始切割阈值较大，所以在初步分割后还对非立木点云进行了手动去除，以及分枝剔除，最终得到完整的立木主干点云(如图2和图3所示)。[0065]获取林木胸径数据首先要对点云数据进行降维处理，即根据二维树干横断面切片数据进行圆的拟合。切片厚度控制为0.1m，对树干进行间隔1m的圆环切片，切面圆环效果如下图4所示。采用最小二乘法对马褂木立木上部直径进行拟合。[0066]最小二乘法：令{(xi，yi|i＝1，2，…，n)}是分布数据中待确定的点的集合，若(a，b)为圆心坐标，r为半径，则可得圆的方程：[0067](x－a)2 (y－b)2＝r2[0068]由方程(1)可知圆心坐标(a，b)和半径r。若(xi，yi)为点云数据中的离散点，该点与圆心的距离为ri。以该点为圆心，ri为半径构成的圆的面积为si，若拟合出的圆的面积为s，则面积误差为：[0069]δi＝si－s＝π[(xi－a)2 yi－b)2－r2][0070]根据最小二乘原理，其优化目标函数为：[0071]q(a，b，r)＝min[0072]式中，q为关于a，b和r的函数，由函数的极值法可以使得q取得极小值，令：[0073]δqδa＝δqδb＝δqδr＝0[0074]可解得圆心的坐标(a，b)和半径r。[0075]立木材积计算采用中央断面积区分求积法。将单株立木点云切片后分成两米区分段。每一个区分段看作一个圆柱，区分段长度为2米，中央圆盘即为该段中央段面积，对每一株马褂木用中央断面积区分求积法求取材积，从下至上，最上部不足2m部分或上部圆环无法计算直径的作为梢头，公式如下：[0076][0077]式中：v为立木材积，gi各分段断面积，g′梢头断面积，l区分段长度，l′梢头长度，n为区分段个数。[0078]具体的，本实施例研究胸径处即开始分叉的树有9株，各分支均记为单独的木材来计算，经过对比筛选，剔除精度过低的数据后共得到224株的立木参数，其中地径、胸径、树高和计算得到的材积平均值如下表1所示。[0079]表1点云测定马褂木测树因子概况[0080]tab.3generalsituationofmeasurementfactorsofliriodendronforestwithpointcloud[0081][0082]以实测胸径为依据，对点云提取的每株胸径值做检验，如下图5所示，两组数据的截距为0.156，斜率为0.995，单木参数自动提取结果与人工实测值得到的直线方程的决定系数(r2)大于0.99，说明用自动提取的参数估计值与实测值之间存在线性相关的关系，也表明此次获取的数据精度较高，可用于之后的分析研究工作。[0083]同时，从四块不同密度的林分整体呈现的情况来看，造林密度对胸径影响显著。高密度2m×2m林分的胸径平均值为16.2cm，而低密度5m×5m林分的胸径平均值为21.92cm，而且整体胸径呈现出随造林密度的增加而减小的趋势。整体而言造林密度对树高的影响不够显著但也呈现出稍许的差异，表现为高密度林分的树高平均值大于低密度林分。[0084]另外，本实施例还采用十字交叉验证的方法，从样木中随机选取80％的数据作为建模样本，剩余20％作为检验样本，对比分析模型的评价和检验指标，选取材积模型和削度方程模型的最优模型。具体的：[0085]本实施例采用决定系数(r2)、均方根误差(rmse)、赤池信息准则(aic)作为模型拟合优度指标，计算公式如下：[0086][0087][0088][0089]式中：yi为实测值，为实测平均值，为模型预测值，n为样本个数，m为方程参数个数。其中r2越大，rmse、aic越小表明模型对数据的切合度较好。[0090]本实施例选用剩余标准差(see)，系统误差(tre)，平均相对误差(mse)、预估精度(ρ)作为独立性检验指标，四个指标作为模型预测能力的检验指标，计算公式如下所示：[0091][0092][0093][0094][0095][0096]式中：yi为实测值，为实测平均值，为模型预测值，n为样本个数，m为方程参数个数。[0097]选取决定系数(r2)最大、均方根误差(rmse)最小，同时综合模型预测能力的检验指标，以标准差(see)≤10、系统误差(tre)≤±5％，平均相对误差(mse)≤±10％的标准来检验模型的适用性，若均在误差范围内且预估精度较高的模型即可被选为最优模型。[0098]通过上述模型评价与检验指标，本实施例选择了其他4种常见的一元材积方程与本实施例材积方程y＝a0 a1x a2x2进行验证，五种一元材积方程见表2：[0099]表2材积方程模型一览表[0100]tab1alternativeequationsofsingleentryvolumemodels[0101][0102][0103]根据上文点云数据分析的结果，采用点云数据计算得到的材积(v)和提取的胸径(d)，用dps17.1软件拟合上述表2中的五种一元材积方程，如图6所示，拟合结果与验证精度如下表3所示。[0104]表3一元材积模型拟合结果[0105]tab.5singleentryvolumemodelsfittingresult[0106][0107]由上表可知，受造林密度与分叉树的影响，整体来说一元材积方程的拟合精度不够高，只有模型v4的r2在0.9以上，但从其他评价指标来说，剩余标准差(s)，系统误差(tre)，平均相对误差(mpe)均要高于模型v2，说明v4拟合单株立木的材积与真实值相差较大，故本发明选择模型v2用于一元材积表的研建。[0108]本实施例使用tls数据反演马褂木树干曲线、构建树种削度方程，探索地面激光扫描仪在林分测定中的优势。[0109]由于研究对象马褂木的干形直通，采用简单削度方程模拟即可达到较高的精度。由点云立木数据得到每株活立木的胸径d、树高h、对应高度(h)处直径(d)等数据，将削度方程的一般形式转化为d2＝f(d,h,h)。转化后不仅可以更客观地对削度方程进行评价，而且更能体现出削度方程的特性，本实施例选取了以下表4中的几种削度方程研究讨论：[0110]表4削度方程模型一览表[0111]tab4alternativeequationsoftaperequations[0112][0113]式中：d为树干h高处的带皮直径；d为带皮胸径；h为全树高；h为距地面的高度；a0、a1、a2、a3为削度方程待定参数。[0114]本实施例分别拟合上述5个削度方程模型，得到的参数如下表5所示：[0115]表5不同造林密度削度方程模型参数[0116]tab5fittingresultoftaperequationforeachpoltdenstiy[0117][0118][0119]由上表可知，4种造林密度以及整体林分的削度方程建模结果，均表现为式t3(即本发明采用的削度方程)的拟合结果较好，r2最大为0.964(5m×5m林分)，全数据整体的拟合效果也是t3模型最优。[0120]应用4个造林密度剩余20％检验样本(即2m×2m林分35株、3m×3m林分35株、4m×4m林分10株、5m×5m林分4株单木数据)进行削度方程模型预测能力的检验，检验结果如表6所示。[0121]表6不同造林密度削度方程模型的适用性检验结果[0122]table6applicationtestresultfortaperfuntionsforeachplotdenstiy[0123][0124][0125]根据上述检验结果，剩余标准差(see)分别为5.21、5.65、4.76、1.42，在see≤10的误差范围内；系统误差(tre)分别-3.43％、0.08％、6.60％、1.56％，除4m×4m样地外都在tre≤±5％的误差范围内；平均相对误差(mpe)均在mpe≤±10％的误差范围内，且模型预估精度(ρ)除4m×4m样地外均在0.8以上，说明其余三个造林密度均能达到很好的模拟效果，而4m×4m样地由于本身精度的限制则利用整体数据的方程参数来模拟。整体来看削度方程t3的适用性最强，可以进一步进行材积表和材种出材率表的编制。[0126]根据以上的结论，本实施例采用削度方程及一元材积方程v＝0.0003*d2 0.0065*d-0.0369编制各密度区马褂木一元材积表和材种出材率表，每个密度林分的所有立木计算径级材种出材材长、材积和出材率，汇总如下表7所示。[0127]表7不同密度马褂木人工林材种出材率表[0128]tab7tableofmerchantvolumerateofdifferentdensitiesofliriodendronforest[0129][0130][0131]受到总株数影响，各密度马褂木林分总蓄积量最大为3×3密度林分。各个径级材种造材率从大到小排序，依次为：大径材5×5》4×4》3×3》2×2；中径材4×4》3×3》5×5》2×2；小径材2×2》3×3》4×4》5×5。出材率总和最高的是4×4密度林分(98.65％)。[0132]本发明研究得到的一元二次式v＝0.003×d2 0.0065×d-0.0369为研究区马褂木最优一元材积式，该模型的r2＝0.8842，经过see、trb等五个评价指标检验为无明显系统偏差，可用于研究区马褂木材积估计。研究选定适用于不同密度的削度方程：改进舒马赫方程式d2＝2.758*d1.861*(h-h)1.618/h1.783，该模型r2＝0.924，经检验方程rmse＝1.454，mse＝-0.050，ρ＝0.910。进一步为多密度马褂木实验林进行径级材造材，得到疏林4×4密度种植下的大径材出材率最大(39.582％)，密林2×2密度种植下的小径材出材率最大(81.25％)，而综合出材率最大的是4×4密度(98.650％)。[0133]马褂木多密度经营下，疏林地大径材出材率最大，密林则以小径材为主要径级材种。基于地面激光点云获取的单木参数可以直观地进行森林经理研究，对提升人工林的生产经营水平以及提高林业工作者的工作效率均有积极影响。[0134]本发明利用地面激光雷达的精准特性，实现了样地单木参数高精度、可持续和非破坏性的测量，自动提取的胸径与人工实测胸径值相关性达到0.99，表明自动提取数据与人工实测数据无显著差异，基于地面激光点云获取的单木参数可以直观地进行森林经理研究，对提升人工林的生产经营水平以及提高林业工作者的工作效率均有积极影响。[0135]基于不同造林密度的马褂木地面激光雷达点云数据，提取了单木结构参数，建立了二项式模型v＝0.0003*d2 0.0065*d-0.0369作为研究区立木材积模型。采用改进舒马赫模型拟合不同造林密度马褂木削度方程，并建立研究区材种出材率表。马褂木多密度经营下，疏林地大径材出材率最大，密林则以小径材为主要径级材种。该研究所用的基于激光扫描点云数据的削度方程建立方法，对材长和材积估测实现了自动化并达到可用的精度，有望在下一步研究中实现对树干生物量和林分总体生物量的自动化测算。[0136]以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。当前第1页12当前第1页12
再多了解一些
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
