UWB定位摄影测树仪设计与试验

为了实现森林样地高效、精准测定,该研究研制了一种具有实时定位功能和林分摄影测量功能的超宽带(Ultra Wide Band, UWB)定位摄影测树仪,该仪器主要由姿态传感器、UWB定位模块、CCD镜头和固定杆组成,以UWB定位技术和摄影测量理论为基础,结合到达时间差(Time Difference of Arrival, TDOA)定位算法、三边定位算法、运动恢复结构(StructureFromMotion,SFM)点云匹配算法实现摄影测树仪的林下精准定位、影像获取以及林木坐标测量、胸径测量功能。为了验证仪器的林分参数提取准确性,选择4种不同林种的人工林进行试验。根据摄影测量影像特征点的匹配特点,设计"环绕拍摄"样地观测方法,利用Pix4D软件对拍摄的影像和点位坐标进行三维点云构建,利用LiDAR360对重建后的三维点云进行去噪处理、胸径和立木位置提取。结果表明,所设计的仪器能够快速获取样地影像和影像坐标信息,胸径测量值的偏差为-0.04～0.42 cm,均方根误差为0.26～0.51 cm;立木位置测量值偏差为-0.16～0.27 cm,均方根误差为0.23～0.34 m。胸径测量精度能够满足森林资源调查的精度要求,可进一步推广应用于森林资源调查。     

全站仪测量立木胸径树高及材积的误差分析

立木材积表是常用的森林调查数表,胸径、树高和材积的测量精度直接影响到编制材积表的精度,该文以全站仪无损测量立木的原理和误差传播理论为基础,推导了测算胸径、树高、材积误差的数学模型,研究了各立木因子间的相关性及其误差变化规律。结果表明：树干各分段高度与分段直径间存在弱相关性,树干总材积的误差受各分段材积的方差和相邻两段材积间的协方差影响。全站仪立木因子测量理论误差材积大于树高和胸径,其中胸径、树高和材积的平均相对误差分别为0.070%、0.023%和0.235%,说明全站仪无损测量立木的理论精度均远高于不同目标的林业调查及编制材积表的精度要求,对大范围的林业生产实践有着现实意义。     

自动测量胸径和树高便携设备的研制与测量精度分析

胸径和树高测量是评价立地质量和林木生长状况的重要依据,该文以图像自动识别原理、摄影测量原理、相似三角形几何原理和三角函数原理为理论基础,研制了可测量胸径和树高的多功能便携式微型超站仪,该设备集成电荷藕合器件图像传感器、倾角传感器、激光测距传感器、中央处理器、存储器、液晶显示屏,测量时可获取测站点到待测点的倾角和距离2个参数值,并记录存储测量时的图像信息,通过仪器的嵌入式操作程序,实现胸径的自动测量、树高测量、任意处直径自动测量、基本测量等4项基本功能。通过试验验证,215株立木的单次胸径测量的平均绝对误差为0.369 cm,平均相对误差为2.08%。101株立木的单次树高测量的平均相对误差为1.44%。胸径测量精度达到97.92%,树高测量精度达到98.56%,符合国家森林资源连续清查中的测量精度要求。该设备为森林资源调查提供了参考。     

地基与无人机激光雷达结合提取单木参数

激光雷达（Light Detection And Ranging,LiDAR）在森林空间结构测量方面具有无可比拟的优势,但单独利用地基或无人机LiDAR难以完整描述森林垂直结构。为此,该研究提出了地基和无人机LiDAR点云相结合的单木参数提取方法,采用相对最短路径算法（Comparative Shortest-Path algorithm,CSP）和点云区域生长算法分别从地基和无人机LiDAR点云中识别单木,根据地基和无人机LiDAR的单木位置与地面实测单木位置进行点云粗匹配,然后采用迭代最近点（Iterative Closest Point,ICP）进行点云精匹配,采用最高值和基于密度的噪声应用空间聚类（Density-Based Spatial Clustering of Applications with Noise,DBSCAN）提取单木树高和胸径,并通过地面实测样地数据对地基、无人机和融合点云的单木参数提取精度进行评价。结果表明：基于地基和融合点云的单木检出率一致,简单、中等、复杂样地的单木检出率分别为98%、94%、91%,基于无人机点云的单木检出率较低;基于地基与融合点云的胸径提取精度基本一致,三种样地胸径提取值的决定系数R2均在0.96以上,均方根误差（Root Mean Square Error,RMSE）在1.2～1.6 cm之间;基于融合点云的树高提取精度最优,简单、中等、复杂样地树高提取值的R2分别为0.98、0.94和0.73,RMSE在1.38～4.19 m之间;融合点云对中等样地树高提取精度提升较大,融合后RMSE相较地基点云降低了0.34 m,R2提高了3%,对简单、复杂样地提升较小;所研究的单木中,杉木的胸径和树高提取精度最高,R2最高分别为0.99、0.89,RMSE最低分别为1.35 cm、1.96 m。地基和无人机LiDAR融合点云可以更精细地测量森林空间结构,更好地满足森林资源调查业务应用。     

基于三维激光扫描成像系统的树木干曲线的分形特征

树木干曲线具有分形的结构,文章应用分形方法对甘肃小陇山地区86棵不同树种的单木以及解析木干曲线进行研究,通过计算得到干曲线的分形维数介于2-3之间,研究结果表明同一树种树木干曲线的生长趋势是一致的。经过对单木干曲线和标准解析木干曲线分形维数的测定以及比较分析,可以发现同一树种不同径阶的树木干曲线具有统计意义上的自仿射分形特征,表明分形方法在对树木及其组成部分的形态上的描述作用极大。文章针对立木的测量,采用三维激光扫描成像系统,不仅获得了丰富的测树因子信息,更以此为基础对森林计测学研究进行了扩展,是一项非常有意义的工作。     

基于无人机图像分析的树木胸径预测

树木胸径是林木资产评估中的重要参数,该文利用图像分析技术预测树木胸径可为资产评估提供参考。以银杏和法国梧桐为试验树种,通过拟合无人机正射图像中的单株树木树冠面积与胸径的关系预测树木胸径值。首先利用二型模糊聚类方法对无人机采集的纯林样地正射图像中的单株树冠进行分割,获取树冠像素面积,然后利用地面参照物计算出树冠的实际面积,并与测量的胸径值进行拟合,得出树冠面积与胸径的函数关系,林区中其他树木胸径值可基于该函数关系和其树冠面积计算得出。试验结果显示无人机正射图像中的银杏及法桐树冠面积与胸径均呈对数关系,且该文计算所得的银杏1.2 m处的胸径与实际胸径之间的平均误差约为0.31 cm,法桐1 m处的胸径与实际胸径之间的平均误差为0.27 cm,均在行业允许的1 cm误差范围内,该文提出的基于无人机正射图像分析技术预测树木胸径较为准确,可为中小尺度林地资产评估提供参考。     

实时动态多功能双目立体摄影测树仪设计

为了实现林木精准实时定位,满足森林资源调查中多因子精准计测的需求,研发了一种集单木像对解算和林分点云测量于一体的多功能、高精度、实时定位的实时动态(real-time kinematic, RTK)双目立体摄影测树仪。该仪器以摄影测量和全球导航卫星系统(global navigation satellite system, GNSS)空间定位技术为基础,利用三角函数原理、双目摄影测量解算原理和基于运动结构(structure from motion, SfM)视觉算法,通过内嵌操作软件,实现了林木位置实时定位及林分样木还原、胸径测量、树高测量、株树密度测量、林分空间结构参数测量等功能。通过试验验证,在单木测量模式下,能快速实现林木定位,其胸径测量精度为97.11%,树高测量精度为94.72%;在林分测量模式下,依"仿航线法"观测,能快速建立林分点云模型,并实现了林分调查因子和林分空间结构参数的高效提取,其中林分胸径提取精度达到97.18%。该仪器测量精度符合林业调查的精度要求,可在森林资源调查及精准林业工作中推广使用。     

用地径、胸径回归分析法推算采伐木蓄积

根据林木地径及胸径的关系,通过测量同一树种相同或相似林分保留木的胸径、地径,运用统计学原理建立相应数学回归方程。从而制定该地同一树种的地径、胸径对照表,再应用一元立木表测算采伐木蓄积,其结果比较真实可靠。     

用机载LiDAR点云数据估测海南博鳌人工经济林单木参数

激光雷达是目前发展迅速的一种主动遥感技术,其发射的激光脉冲能穿透树林冠层,实现森林三维结构特征的获取。为验证机载激光扫描器提取森林单木参数的可行性,该研究以海南省博鳌机场周边人工林为研究对象,使用机载激光扫描器Mapper5000（中国）获取的点云数据,探索对人工经济林单木参数估测的可行性。根据研究区的地形和林木结构特征,分别对槟榔和橡胶2个树种进行单木参数提取,使用K-means分层聚类对不同样地的林木进行单木分割,提取样地内单木树高、冠幅、胸径、材积和地上生物量。结果表明,2个树种的单木分割正检率均在85%以上,总体平均正检率在90%以上;单木树高、冠幅、胸径、材积、地上生物量估测结果的决定系数均达到0.8以上,与同类的研究相比,估测精度较高,说明该点云数据对提高森林参数估测精度有积极作用,机载激光雷达技术在森林资源精细调查中有较大的应用潜力,同时也可应用于相关果树生长情况监测,为数字果园的发展提供技术支撑。     

水稻秧棚苗床精平机自动调平系统设计与试验

针对水稻棚室育秧环节中苗床平整地缺失高效作业机械的现状，结合寒区水稻标准化棚室育秧技术要求，该研究设计了一种自走式水稻秧棚苗床精平机机电液一体化的自动调平控制系统。调平系统以液压油泵及直流步进电机为动力端，融合机具作业的姿态角数据，利用自动控制策略实时驱动机电式横滚角调平机构及液力式俯仰角补偿装置进行调平作业，保证苗床平整度。采用Simulink模块对横滚角调平进行仿真，结果表明：横滚角调平时间为1.62 s，超调量为1.5%，具有良好的响应速度及精度。将自动调平控制系统嵌入1ZJP-2型苗床精平机进行田间试验，搭载自动调平系统的作业机具横滚角平均值为-1.88°，均方根误差为1.95°，平均绝对误差为1.88°；对照组作业机具横滚角平均值为-2.37°，均方根误差为2.43°，平均绝对误差为2.31°；俯仰角补偿碎土刮板油缸动作的 平均均方根误差为0.145 cm，试验结果表明自动调平系统效果良好，满足稳定控制要求。利用光学水准仪检验平地作业效果，应用自动调平控制作业后苗床高程最大平均标准差比作业前降低了1.05 cm；而无调平系统的苗床高程最大平均标准差降幅仅为0.325 cm，平地作业效率比普通作业方式提高了229%～500%，每平方米内地高程标准偏差S_d值较比常规作业方式降低了268%～384%。该系统提升了水稻棚室育秧苗床平地机械作业自动化程度。     

树冠遮挡条件下全站仪测量树高及材积方法

树高、材积是森林调查中最重要的测树因子,对森林资源调查和林业科学研究有着重要的意义。为了解决林区遮挡条件下无法精确量测树高进而无法确定单木材积的问题,该研究运用全站仪进行森林样地外业数据采集,对内蒙古赤峰市旺业甸林场的188株落叶松和146株白桦进行量测。对每一株立木分别量测胸径、最高可观测处干径和该处距地面的距离以及这2处之间的中间位置的干径和该处距地面的距离,然后分别利用相似三角形法、简单生长经验方程法和孔兹干曲线方程法估算出树高及材积。试验的最高可观测的位置做了以下4种情况的假设:1/3树高、1/2树高、2/3树高和9/10树高。对这4种情况分别求得树高及材积,最后分别对其进行精度分析,得到随着最高可观测部分的增高以及观测点数的增加,测算出的树高及材积会越来越精准。其中运用生长经验方程,测算树高和材积的精度都能达到70%~80%;运用孔兹干曲线法测算树高和材积的精度都能达到70%~90%。该方法可用于林区遮挡条件下单株立木材积的测量,对实际生产有一定的参考意义。     

水氮耦合效应对三倍体毛白杨林木生长状况的影响

为了研究水氮耦合效应对三倍体毛白杨林木生长状况的影响和机理,筛选有利于毛白杨生长的最佳水氮组合,于2008年在河北省邢台市威县采用不同水氮组合的随机区组设计对BT17三倍体毛白杨的生长状况进行连续二年研究。结果表明:不同生长时期,BT17三倍体毛白杨胸径和树高生长量快慢为:7月>6月>5月>8月>9月;方差分析结果表明,不同水氮处理间毛白杨生长指标差异显著,其中当土壤含水量为田间持水量的75%、施氮肥量(纯氮量)为240 g株-1时,胸径和树高的增长量最大,分别达到2.83±0.14 cm、3.40±0.31 cm。根据不同的施肥小区计算毛白杨林木的材积生长量,肥料和灌溉费用,计算出不同处理的经济效益,处理W3N3的经济效益最大,超过对照处理W1N0的两倍,每公顷纯利润高出两万多元。研究为毛白杨合理施肥和速生丰产林培育提供科学依据。     

利用轻小型飞机遥感数据建立人工林特征参数模型

目前获取森林特征参数的主要方法是外业测量,工作量大、效率低。该文以中国自主研发的轻小型航空遥感系统为数据获取工具,以油松人工林为研究对象,通过对获取森林的激光雷达（light detection and ranging,LIDAR）点云数据去噪,分类,提取等过程获得单木的树高数据,对获取的航空影像数据进行预处理,匹配,拼接,分割及冠幅提取获得单木的冠幅数据,再与外业抽样调查的单木的树高、胸径建立回归模型,同时验证模型精度。试验结果表明：通过LIDAR点云数据提取的树高与实测的树高具有极显著的相关性,所建立的模型预测精度达97.5%,通过影像提取的冠幅与实测的胸径也具有极显著的相关性,预测精度达91.6%,基本上能够满足林业生产的要求。     

基于支持向量机优化粒子群算法的活立木材积测算

材积模型是编制立木材积表的关键,通常用经验材积方程来预测材积量。由于树木生长具有不确定性,传统的材积方程很难有效地对模型的复杂性和多样性做出测算,导致目前活立木材积测算的准确率较低。为了提高活立木材积的测算准确率,将粒子群（particle swarm optimization,PSO）算法引入到活立木材积模型中,并用支持向量回归机（support vector machine,SVM）优化参数。PSO-SVM将活立木胸径和树高数据输入到SVM中学习,将SVM参数作为PSO中的粒子,把活立木实测材积值作为PSO的目标函数,然后通过粒子之间相互协作得到 SVM 最优参数,对活立木测算材积值进行模型测算并采用实测材积值验证。论文应用电子经纬仪与人工量测立木地径、胸径相结合的方法,通过软件计算求得400组树高、树干材积值;然后对300组数据集以活立木胸径和树高作为输入数据,材积为输出数据,采用粒子群耦合支持向量机（PSO-SVM）算法训练得到模型,并用100组数据进行预测;最后引用经典Spurr材积模型算法、BP神经网络算法和PSO-SVM算法进行了对比,其结果表明,PSO-SVM算法预测准确率最高,预测值与实测值间复相关系数达0.91,平均误差率为0.58%。     

松山自然保护区辽东栎群落种内、种间竞争关系

为了研究辽东栎群落种内与种间关系,采用Hegyi单木竞争指数模型(I_c)对松山自然保护区林辽东栎种群的种内、种间竞争强度进行定量分析.结果表明,辽东栎种内、种间竞争强度随着林木径级的增大而逐渐减小;种内、种间的竞争强度顺序为:辽东栎种内>白蜡>山杏>鹅耳栎.根据样地样本数统计回归,得到竞争强度与对象木的胸径服从幂函数关系(I_c=AD~(-B))最为显著,并利用得到的幂函数模型预测了辽东栎种内、种间的竞争强度,当辽东栎胸径达到25 cm以上时,竞争强度变化不大.因此,应在此前采取适当的人工疏伐措施来促进植株生长和增强生态系统的稳定性.     

Hollow selection by vertebrate fauna in forests of southeastern Australia and implications for forest management

We examined the types of hollows, and types of hollow-bearing trees, occupied by vertebrate fauna in temperate eucalypt forests in southeastern Australia. Hollow-bearing trees are selected for retention in wood production forests to mitigate the effects of logging on hole-nesting fauna. A total of 471 hollows was examined in 228 trees felled as part of routine logging operations. Fauna had occupied 43% of all hollows (?2cm minimum entrance width; ?5cm depth). Hollows with small (2-5cm), medium (6-10cm) and large (>10cm) minimum entrance widths had occupancy rates of 29, 44 and 62%, respectively. The internal dimensions of hollows, especially hollow depth, were the best predictors of hollow occupancy, even when variables measured at the tree and site levels were considered. Fauna occupied 57% of all hollow-bearing trees. In a Poisson regression model, the number of hollows in trees that contained evidence of occupancy was positively associated with: (1) the total number of hollows visible in the tree; (2) the proportion of the tree's crown that contained dead branches; and (3) tree diameter. The number of different vertebrate species that occupied trees was positively associated with the same explanatory variables except tree diameter. Thus, our results suggest that trees with multiple hollows and dead branches in the crown should be preferentially selected for occupancy by hollow-using fauna. Our results suggest that trees with the largest diameter are not the most suitable for retention. Possibly because they contain proportionally fewer hollows with small entrances, which are favoured by some vertebrate species.