基于三维激光扫描技术的树木碳储量估算*

王 磊，徐 工，燕立爽，马 林

(1.济南市勘察测绘研究院，山东 济南 250101;2.山东理工大学 建筑工程学院，山东 淄博 255000;3.济南市土地储备中心，山东 济南 250099)

生态林业是我国林业发展的方向，是国家可持续发展战略以及全球环境发展的要求[1-3]。森林生物量是森林生态系统的最基本数量特征。1994年，联合国粮农组织在“国际森林资源监测大纲”中就明确规定：森林生物量是森林资源监测中的一项重要内容[3]，碳储量是森林生物量中最主要的一部分，其高效测算是目前生态林业发展中一项重要工作。目前碳储量估算方法多是采用遥感监测的方式，估算精度低，尤其是树冠下部分。三维激光扫描技术近年来迅速成长，具有无接触测量、数据成果丰富、精度高等优势[4-7]，为林业向科学管理的方向发展提供了有力的技术支撑，它能够简洁而又准确地对树木表面的三维信息进行获取，且不受林地多方面条件的制约。本文将研究三维激光扫描技术在生态林业中的应用，利用海量点云数据估算树木碳储量，以期提高碳储量估算精度。

1 三维激光扫描技术简述

1.1 三维激光扫描技术工作原理

三维激光扫描仪突破了传统的单点测量方法，具有效率高、精度高的优势，是无合作目标激光测距与角度测量结合的自动化快速测量系统，在复杂空间对被测物体进行快速扫描测量，直接获得激光点云数据、颜色、反射强度等信息，并进行自动存储计算[8]。

三维激光扫描仪采用系统局部坐标系，激光束发射点为坐标原点，X、Y轴位于激光横向扫描方向，Z轴位于激光纵向扫描方向[8]，如图1所示。

图1 三维激光扫描坐标测量示意图

任意一个扫描点P的三维坐标(X，Y，Z)为：

(1)

1.2 三维激光扫描技术适用范围

三维激光扫描技术不断发展，日渐成熟，其巨大优势在于可以快速扫描被测物体，直接获取高精度的扫描点云数据，高效地对真实世界进行三维建模和虚拟重现。

目前，三维激光扫描技术在土木工程、工业测量、灾害调查、数字城市、城乡规划及以下领域有广泛的应用：(1)测绘工程领域：地形测量、道路测绘、河道测绘、桥梁建筑物测绘、变形监测、管道测量等。(2)结构测量方面：桥梁改扩建工程、结构检测、几何尺寸测量、面积、体积测量、大型内部设备测量、机械制造安装等。(3)建筑、古迹测量方面：古迹的保护测量、文物修复，资料保存等，遗址测绘、现场虚拟模型与影像记录。(4)紧急服务业：反恐怖主义、移动侦察、灾害估计、交通事故、犯罪现场正射图，森林火灾监控，灾害预警等。(5)娱乐业：电影产品设计、场景设计、3D游戏开发，虚拟博物馆，虚拟旅游等。(6)采矿业:矿山测量作业，危险区域人员不方便到达的区域，如：塌陷、悬崖、溶洞等。

1.3 三维激光扫描技术的优势分析

相比于常用的遥感(Remote Sensing，简称RS)监测手段，在碳储量估算方面，三维激光扫描技术(LS)有其优势之处，具体如表1所示。

2 树木点云数据采集与处理

本次实验采用Z+F扫描仪，以单棵悬铃木树为实验对象，通过实地踏勘后，共扫描6站，获得点云556 431个，如图2所示为原始点云。由于扫描仪各站采用的是独立坐标系，因此需要进行坐标系拼接，即配准工作，配准后结果如图3所示；配准后存在大量冗余或噪声数据，因此需要进行去噪工作，去噪后效果如图4所示；为提高计算效率，在保证树木特征不丢失的前提下，进行了相应的海量点云压缩工作，压缩效果如图5所示，压缩后点云86 354个。这些前期工作本次均采用相应的处理软件，人工完成，其中配准使用的是Z+F配套软件，去噪与压缩则采用的是Geomagic Studio软件。

表1 三维激光扫描技术与遥感技术比较

图2 处理前原始点云

图3 配准后

3 树木模型重建及参数获取

(1)树木三维建模

基于树木点云数据的建模与优化在3D Max中完成，主要包括树干、树枝及树叶部分,其中树干部分是重点，需要精细建模，渲染工作则通过lumion完成。

图4 去噪后

图5 压缩后

图6 树木模型重建

(2)树木参数获取

模型重建完成后，需要用点云数据得到的模型进行各项参数的量算，主要参数有树高(H)、胸径(D)、树冠体积(V)等。

树高指树木从底部的根茎的最低端到树冠最顶部之间的距离。胸径是立木测定中的基本因子之一，指树木的主体枝干距离地面1.3 m处的胸高处的直径，当该断面为畸形断面时，则量取其最小值和最大值然后取平均值[9]。树高和胸径的量取需要将模型在CAD中完成精确量取。

基于传统方法的树冠体积量测不仅自动化程度低而且提取精度较差。以地面三维激光扫描技术获取的点云数据为基础，在点云数据的基础上进行模型重建，从重建后的模型中利用剖面提取的方法得到树木的树冠，对树冠进行构网并量测即可获得树冠体积[10-12]。

准真值量测时，用卷尺对树木的胸径进行量测，利用全站仪对所测单木的树高进行测量，分别用全站仪测出树木最高点和最低点的高程最高点与最低点的差即为所测单木的树高的值。利用该种方法无法获取树冠体积的准真值，所以不对其进行量测。

表2 树木主要参数

从表2可看出，通过点云模型获取的树高与准真值差值为2 cm左右，胸径差值为0.04 cm左右，说明三维激光扫描方式获取的树木参数精度较高。

4 碳储量计算

树木的碳储量指树木体内所积累的生物量与含碳系数的乘积，也代表树木固定碳的能力[1-2]。不同种类的树木以及树的不同器官含碳系数不同。对于不同地域或者不同树种的碳储量计算方法也是不同的，通常采用的计算方法主要包括样地清查法、微气象学法、箱式法、模型模拟估算法、遥感估算法五种基本方法。本次实验采用样地清查法中的平均生物量法、蓄积量法、生物量清单法，分别运用三种方法计算出碳储量，对所得结果进行对比分析得到最精确的碳储量结果，各模型所需要的树高和胸径等参数已在第三部分获取。

(1)平均生物量法

实验树种悬铃木属于乔木，参照阔叶树生物量计算经验模型，如表3所示。

表3 阔叶树生物量回归方程

代入表2中的参数，运用生物量回归模型计算其生物量，干、枝、叶、根的生物量分别为：

干：W=0.045 2(D2H)0.874 1=25.47 kg

枝：W=0.020 1(D2H)0.838 9=9.78 kg

叶：W=0.010 1(D2H)0.780 1=2.88 kg

根：W=0.009 1(D2H)0.974 0=10.58 kg

运用该方法计算得出的生物量与碳含量的乘积，就是该单木的碳储量。本研究采用的生物量对碳储量的转化系数为0.5，计算得到的该单木的碳储量为：

(25.47+9.78+2.88+10.58)×0.5=24.355 kg

(2)蓄积量法

基于蓄积量法的碳储量计算需要先计算出总生物量，然后乘以含碳系数即为碳储量。其总生物量计算公式为：

总生物量=单位蓄积生物量×树木占地面积

(2)

蓄积量指立木所占的空间体积，以m3为单位。计算树木蓄积量的二元立木材积式为：

V=aDbHC

(3)

式中，树高H=5.13 m；胸径D=16.54 cm。

悬铃木二元立木材积的参数a=0.000 052 750 716，b=1.915 032 4，c=0.938 853 30，可由文献[13]中的各树种二元立木材积表查得，计算可得该株树的二元立木材积即蓄积量V=5.741 m3。在模型中量测树木占地面积为8.026 m3,所以该株树的总生物量为46.082 kg，生物量对碳储量的转化系数为0.5，可得出运用蓄积量法计算得到的该株树木的碳储量为23.041 kg。

(3)生物量清单法

生物量清单法是将树干密度与蓄积量相乘得到树干部分的生物量，然后与含碳系数相乘可得到单位面积的碳储量，再乘以总面积可得到总的碳储量。该方法对树木的主要储碳器官树干进行估算，除此之外还应对树枝、树叶、树根的碳储量进行计算。树干密度的定义公式为：

d=m/v

(4)

式中,d为密度；m为干物质重；v为体积。若已知d求m，则将上式变化为：m=dv,写成一般统计模型：

y=bx+e

(5)

式中，y为干重;x为体积；b为待估系数，即密度；e为误差。

b值可由文献[14]查得，可得出悬铃木的干材密度为0.526，树皮密度为0.447，在蓄积量法中计算得到树木的蓄积量为5.741 m3，可计算得到树干部分的碳储量为12.69 kg，树枝、树叶、树根部分的碳储量运用平均生物量法计算得到，分别为4.39 kg，1.44 kg，5.29 kg，所以运用生物量清单法计算得到的该株树的碳储量为23.81 kg。

表4 碳储量计算结果

(1)由表4可以得出，三种方法基于点云模型计算的碳储量相差不大，按从大到小的顺序排列依次为：平均生物量法>生物量清单法>蓄积量法。

(2)树木不同器官的储碳能力不同，其碳储量按照由大到小的顺序可依次排列为：树干、树根、树枝、树叶，并由此可得出树木的主要储碳的器官为树干，其次是树根，再次是树枝，树叶存储碳的能力最弱。

5 结 论

将三维激光扫描技术应用于生态林业，对目标树木进行了三维模型重建以及树木参数的提取，并结合多种碳储量计算方法进行了碳储量估算，该方法对于森林生物量估算研究具有一定的参考意义。

目前三维激光扫描技术在生态林业中的应用还处于探索阶段，现存的一些问题还有待于解决，如对于树木遮挡引起的数据孔洞，造成冠形、树高等的误差较大；如何加以纠正树木边缘效应造成的所扫描点云数据的系统性偏差等。