基于TLS的抚育间伐对长白落叶松干形的影响

高谢雨,董利虎,郝元朔

(东北林业大学林学院,黑龙江 哈尔滨 150040)

森林生态系统是陆地生态系统的主体,是人类木材的主要来源。随着国内天然林保护工程的实施,木材的供应主要依赖于人工林[1]。因此,如何提高人工林的出材量及出材率已成为人工林研究中的重要课题。干形是影响林木材积以及材种出材量的重要因素,提升树木干形是提高林分出材量和质量的重要手段[2-4]。

抚育间伐是一种重要的森林经营措施,会对林分生长、林分结构、森林环境及生物多样性等产生影响[5-6],有助于增强林分抵御病虫害和抗自然干扰的能力,在改善林分结构、优化林分环境、提高林分产量和质量方面发挥着重要的作用[7]。抚育间伐通过移除林分内的部分树木来优化林分密度,可以增加保留木所获得的光照量,从而提高保留木的生长速度[8],优化树木干形并提高林分的产量。长期以来,对树木干形的研究需要建立在大量解析木数据的基础上,即将树木伐倒并测量树干上不同高度处的直径,该方法虽能精确获取树木的干形信息,但该方法费时费力,无法实现大面积取样及测量。

地基激光雷达(terrestrial laser scanning,TLS)是一种新兴的森林调查技术,可以通过高精度的扫描点云提供非破坏性的树木三维结构信息[9-12],实现精确的树干几何重建[13]。近年来,地基激光雷达技术被越来越多地用在林木干形的研究中,Saarinen等[14]利用TLS点云数据评估了不同样本数量对构建削度方程以及预估材积精度的影响,表明使用TLS提取的干形数据可以减少构建削度方程对于样本数量的需求,并仍能获得较高的材积估计精度。Ville等[15]采用两期地基激光雷达点云数据分析了不同森林类型中的林木干形在5年内的动态变化,证明了使用地基激光雷达连续观测林木干形的可行性。顾海波等[16]使用地基激光雷达数据分析了不同造林密度对杨树干形的影响。Saarinen等[17]利用激光雷达点云数据分析了不同间伐处理包括间伐方式与间伐强度对樟子松树干生长的影响。但是目前国内使用地基激光雷达进行林木干形分析及探究不同间伐方案对树木干形影响的研究较少。

长白落叶松(黄花落叶松,Larixolgensis)是我国东北地区重要的用材和生态树种,是东北地区主要三大针叶用材林树种之一。如何通过科学的经营管理提高落叶松木材产量与质量是当前东北地区森林经营中的重要研究课题。因此,本研究以长白落叶松人工林为例探究使用地基激光雷达获取树木干形特征的可行性,并进一步分析不同抚育间伐方案对长白落叶松人工林干形的影响。

1 材料与方法

1.1 研究区概况与数据获取

本研究区域位于黑龙江省佳木斯市桦南县孟家岗林场(130°32′42″～130°52′36″E,46°20′16″～46°30′50″N),林场地处完达山西麓余脉,地势东北高而西南低,平均海拔为250 m,土壤以典型暗棕壤为主。该区域年平均气温2.7 ℃,最高气温35.6 ℃,最低气温-34.7 ℃,年平均降水量550 mm。全年日照时数1 955 h。林场是以针叶树种为主的人工林用材基地,其中长白落叶松人工林面积约占林场有林地面积的1/3。

本研究所采用的密度控制实验区域总面积为5 hm2,试验区位置如图1a所示。该林分于1958年春季造林,初植密度为6 600株/hm2,试验区被划分为5个林分,分别设置5种长期、多次和不同株数强度的间伐方案,间伐方式均为下层疏伐[18],疏伐对象主要为林冠下层生长落后、径级较小的被压木,每次抚育间伐时均将枯死木和疏伐的活立木的枝桠和干材移出林地,而根桩、根系和针叶留存系统。各林分抚育间伐方案如表1所示,其中林分1为对照区(每次间伐仅移除枯立木);林分2分别于1975、1982、1987、2001年进行4次低强度间伐处理;林分3分别于1975、1982、2001年进行3次中强度间伐处理;林分4分别于1975、2001年进行2次中强度间伐处理;林分5分别于林龄1975、2001年进行2次高强度间伐处理。

图1 研究区域及激光雷达扫描示意图Fig. 1 Study area and TLS scanning diagram

表1 不同林分间伐方案

分别在5个林分的中央位置设置固定样地,其中样地1—样地4面积为0.2 hm2(40 m×50 m),样地5面积为0.14 hm2(40 m×35 m)。

2020年7月对5个样地进行了复测,记录每块样地中的树木的状态、胸径、冠幅、树高及枝下高等基本测树因子,并利用RTK(real-time kinematic)对样地内所有单木进行定位,样地基本调查因子见表2。由表2可见,不同的间伐方式导致了林分密度差距较小,并未产生不同的密度梯度。5个不同林分之间的林分断面积接近,都在40 m2/hm2左右。其中林分4南部为无林地,缺少树木遮挡,产生了一定数量的风倒木,株数密度和林分每公顷断面积都较小。

表2 样地调查信息表

1.2 数据获取与预处理

本研究使用RIEGL VZ-400i激光扫描仪进行TLS数据采集,传感器激光波长为近红外,激光发射频率为1 200 kHz,测量精度5 mm,最大测量范围800 m,垂直扫面角度为100°(+60°/-40°),水平扫描角度为360°。在每块标准地中按矩形设置3×4共12个扫描站(图1c),在每个扫描站附近放置反射片,并使用RTK对每个反射片进行定位,在实际架设地基激光雷达进行扫描时尽可能地与附近较大的树木保持距离,尽量避免大树对激光雷达视野的遮挡。在内业处理中首先使用扫描仪配套软件RISCAN PRO进行点云数据的拼接与配准,随后以样地边界向外设置5 m缓冲区对配准点云裁剪得到样地点云,目的是保证后续处理中样地边缘单木点云的完整性,拼接后的点云示意图如图1b。在此基础上,利用渐进加密三角网滤波算法进行地面点分类[19],随后对地面点插值生成数字高程模型进而对样地点云进行高度归一化处理,以消除地形起伏对点云数据高程值的影响。

1.3 基于TLS的单木特征参数提取

1.3.1 单木点云分割与匹配

从样地点云中分离得到单株树木点云是基于TLS单木干形分析的基础,本研究采用Tao等[20]提出的比较最短路径法(comparative shortest-path)进行单木分割。该方法首先在归一化点云1.3 m高度截取10 cm厚度的树干点云切片,采用基于密度的噪声空间聚类算法(DBSCAN)进行单木树干检测,并使用圆形拟合的方式得到探测单木胸径(DBH,Det)。在此基础上,对待分割点云进行逐点遍历,以该点到所有探测树干路径的距离最短为原则进行聚类,待遍历完成得到单木点云分割的结果。分割得到的单木点云中的最高点的高度即为探测树高(HDet),该点的位置(XDet,YDet)定义为树木的X、Y坐标位置。

对于分割的单木点云,本研究按照如下规则对探测单木与实测单木进行自动匹配。

式中:DBH,Ref、XRef和YRef分别代表实测单木的胸径及X、Y坐标;DBH,Det、XDet和YDet分别代表分割点云探测单木的胸径及X、Y坐标。

在自动匹配的基础上,对实测单木和探测单木进行目视检查,移除枯立木、林下植被以及样地边缘缓冲区内的探测单木,最终得到与实测单木一对一匹配的单木分割点云的结果。

1.3.2 枝干点云分离与不同高度处直径提取

对于分割得到的单木点云,本研究进一步将点云分为树干点和非树干点以便进一步提取树干形状特征。由于长白落叶松树干通直,主干明显,本研究参考Yrttimaa等[21]的研究,即遵循树干比树枝点具有更多的垂直、圆柱形特征的基本假设,首先从树木胸径位置开始分别向树梢和树根两端将点云划分为20 cm厚的点云切片,并采用随机采样一致(random sample consensus,RANSAC)算法进行圆柱拟合,排除离群点视为树枝点云,剩余点云即为树干点云。

对所获取的树干点云数据自下而上按照垂直高度每10 cm进行切片,分别对每一段的点云数据投影到二维平面进行圆拟合并测量直径。对于通过平滑的三次样条函数对缺失值和异常值进行插值处理,最终得到树干不同高度处直径。基于TLS的无损树干材积测量值(VDet)由每10 cm处测得的直径利用平均断面积区分求积得到。

为了评估地基激光雷达获取单木参数的准确性,将基于TLS提取的胸径、树高与样地每木检尺获得的实测数据进行对比。由于干形的不同高度处直径数据不容易与实测数据进行精度检验,单木材积从某种程度上也可以反映点云数据对树干形状的模拟效果,材积检验的精度越高,可以表明点云数据对树干形状的模拟效果越好。本研究利用韩飞[1]构建的同地区的高精度长白落叶松削度方程积分求得的材积作为相对真值对TLS无损测量材积VDet进行检验。采用平均误差(ME)、平均绝对误差(MAE)、平均绝对误差百分比(MAPE)、均方根误差(RMSE)、相关系数(R)5个指标对单木参数提取精度进行评价。

1.4 基于TLS的干形指标计算

利用由激光雷达点云数据所提取的单木参数,分别计算表3中的干形特征因子,评估5种不同林分的干形差异。其中胸高形数(f1.3)、胸高形率(q2)和高径比(RHD)是传统的表示树木干形的指标。为量化树干不同位置处的形状差异,本研究选取树干的分段材积及材积占比进一步评估抚育间伐对树木干形的影响。为了分别反映树干上下部分的尖削程度,将树干从树干底部60%处分为上下两部分,采用树干下部顶端直径(d0.6)与胸径(D)的比值(qbot)来反映树干下部尖削程度,比值越小表示下部直径减小程度越大,说明树干下部削度越大,干形越尖削。树干上部削度采用树干上部高径比(qtop)表示,该值为顶端长度与60%树高(H0.6)处直径(d0.6)的比值,该比值越大,上部削度则越小。此外,树木的根张程度是树干形状的一个重要部分,本研究设置根张系数(q0.15)即15%树高处的直径(d0.15)与地径(d0)的比值和胸径与地径的比值(qb)来反映不同林分中落叶松根张的程度。同时在与树木大小无关的干形指标中,按照等断面积分级法将树木分为大、中、小3个等级反映间伐方案对同一林分内不同大小树木干形的影响。为了反映不同林分之间干形的差异显著性,在不同林分中的干形指标之间采用多重比较的方法对组间差异进行显著性检验。

表3 基于TLS的干形指标

不同小写字母表示差异显著(P<0.05)。下同。The different lowercase letters indicate a significant different among the different treatments(P<0.05).The same below.图2 不同间伐方案对树木大小的影响Fig. 2 Effects of different thinning measures on tree size

1.5 基于TLS的理论造材分析

干形是影响材种出材量和林分经济价值的重要因素,更大的直径和更饱满的干形可以提高林分出材量和大、中径材出材量。因此,本研究继续从经济价值方面评价不同间伐方案对落叶松人工林干形的影响。

在进行商品材材积计算的时候需要计算去皮材积,而地基激光雷达(TLS)无法获取树干各部位的去皮直径,因此本研究采用韩飞[1]构建的同地区长白落叶松人工林去皮直径预估模型将基于TLS的带皮直径转换为去皮直径进行理论造材分析。根据国家木材标准将去皮直径≥6 cm划分为商品材,去皮直径≥26 cm划分为大径材,去皮直径≥20 cm划分为中径材[22]。选择林分蓄积(VT, m3/hm2)、商品材出材量(V1, m3/hm2,去皮直径≥6 cm)、大径材出材量(V2, m3/hm2,去皮直径≥26 cm)、中径材出材量(V3, m3/hm2,去皮直径≥20 cm)、商品材出材率(r1)和大、中径材出材率(r2、r3)作为不同林分的干形经济价值指标。

2 结果与分析

2.1 单木参数提取精度

基于TLS最终得到的与实测单木一对一匹配的单木点云的结果共计1 014棵样木与样地实测数据进行精度验证,TLS的单木参数提取精度见表4。地基激光雷达对胸径的提取精度较高,平均误差和平均绝对误差仅为-0.39和0.61,绝对误差百分比仅为2.86%,均方根误差仅为0.83。树高的提取精度比胸径稍差,平均误差-0.26,平均绝对误差0.72,平均绝对误差百分比为3.12%。点云数据对材积的提取精度较高,平均绝对误差0.03,平均绝对误差百分比为7.98%,材积相关系数达到0.98。总体来看,基于激光雷达数据提取的胸径、树高和材积均达到了较高的精度。

表4 TLS参数提取精度

2.2 不同间伐措施对干形的影响

从表示树木绝对大小的指标中可以看出(图2),间伐可以促进保留树木的直径生长,在经过间伐处理的林分中,林木的胸径大于未经间伐处理的对照林分,其中林分5的落叶松胸径最大,而其他3种林分之间胸径没有明显差异。而不同的林分之间树高的变化不大,间伐方案对于树高的影响并不明显。因为单木材积显著受到胸径的影响,所以与胸径的结果类似,间伐处理可以提高林分内单木材积。

从表示树木干形的相对指标来看(图3),林分5的高径比最小,林分1稍大,但与其他3种林分之间差异不明显。

大、中、小为等断面积分级法对各林分树木进行分级。Classification of trees using the equal section area classification method for large, medium and small areas.图3 不同间伐方案对树木干形的影响Fig. 3 Effects of different thinning measures on stem form

胸高形数(f1.3)和胸高形率(q2)都是表示树干形状的指数,能够在一定程度上反映树干的饱满程度。从这两个指数的结果来看,林分5的两个参数均高于另外4种林分,表明这种间伐方案可以产生相对更加饱满的干形。而林分2和3的几个干形指标都最小。林分1和林分4之间并未产生显著性差异。

按照等断面积分级法将各个林分中树木分为大、中、小3个等级,在各个林分内部不同大小树木之间,除高径比显著受到胸径大小的影响,在林分内随着胸径的增大而减小(图3d),其他两个干形指数在林分内不同大小树木之间均未产生显著性差异(图3e—3f)。

从材积分布的角度来看(图4),因为胸径的增大,经过间伐处理的林分在树干下部的材积均大于对照林分,在树干的中、上部分,林分2和3并没有提高树干在这两部分的材积。各部位材积占比的结果表明,林分2和3的下部材积占比更大,而林分4和5的两种间伐方式,使更多的材积分配在树干的中部和上部。

同一林分内不同大小的树木在材积分布的方式上均较为接近,方差分析结果表明,同一林分内部不同大小的树木各部位材积占比均未产生显著性差异。

为了分别反映树干上下部分的干形的尖削程度,将树干从树干底部60%处分为上下两部分,结果(图5)表明,以对照样地为基准,林分2和3树干下部顶端直径与胸径的比值更小,说明林分2和3在树干下半部分的削度更大,这与材积分布的结果相同;而林分2和3在树干上半部分的削度更小。随着林分4和林分5整体间伐强度的进一步增大,树干下半部分削度减小,上半部分削度增大。

树干下部削度在林分内不同大小树木之间未产生显著性差异。树干上部削度因为采用上半部分高径比的方法表示受到树木直径的影响,在林分内部随着胸径的增大而减小,组间差异显著(P<0.05)。

从所采用的反映根张的两个指标上来看(图6),两种指标在5种林分之间都没有明显的差异,可以表明不同的间伐方案对林分内单木的根张程度并没有产生影响。

图4 不同间伐方案对树木材积分布的影响Fig. 4 Effects of different thinning measures on stem volume distribution

图5 不同间伐方案对树木分部干形的影响Fig. 5 Effects of different thinning measures on stem forms of different tree parts

图6 不同间伐方案对树木根张程度的影响Fig. 6 Effects of different thinning measures on root extension

图7 不同林分样地的干形图Fig. 7 Stem form plot in different plot

采用5个林分中的大中小3种树木等级的平均胸径,分别绘制5种林分的干形图(图7)。干形图显示,间伐处理可以加快保留树木的直径生长,其中林分2和3的干曲线几乎重合,表明这两种间伐方式对干形产生的影响几乎相同,在曲线下部较大,表明其在树干下部的直径较大,更多的材积生长分配在树干下部。而林分4和5各部位的直径均较大,在曲线中部向上微凸,尤其是在大径树木处,各林分在下部直径相差较小,表明其将更多的材积生长分配在树干中部,与材积分布的结果相同,产生了更小的中下部削度,和更大的上部削度。

在同种林分内不同大小树木之间,除直径大小有差别外,各干形曲线走势几乎相同,表明同一间伐方案对不同大小树木的干形影响较小。

2.3 不同间伐措施对林分经济价值的影响

以地基激光雷达所提取的不同部位带皮直径经去皮直径预估模型转换为去皮直径,并对不同间伐方案林分进行理论造材,获得的林分经济价值指标结果见表5。

从林分经济价值指标结果中可以看出除了林分4受风灾影响导致蓄积量最小外,未经间伐处理的对照样地林分总蓄积量(VT)最大,林分3的林分总蓄积量较小,林分2和林分5的林分总蓄积量接近。商品材出材量(V1)及出材率的结果与总蓄积量的结果类似,不同的间伐方案导致林分的商品材出材量略有差异,但商品材出材率差异不大,林分之间的差异不到1%。

表5 不同间伐措施下的林分经济价值指标

从大、中径材的出材量与出材率上看,大径材出材率(r2)与中径材出材率(r3)规律一致。未经间伐处理的林分1虽然有最高的总蓄积,但是其大、中径材出材率却都是各个林分中最小的,而其他的4种间伐方案均提高了林分的大、中径材出材率。其中林分5在相近的总蓄积量情况下能产出更多的大、中径材,大、中径材出材率高于其他林分,尤其是中径材出材率与未间伐过的对照林分相比提升超过10%;并且,经过间伐处理的林分,在进行间伐时已经获取了一部分中间利用木材,因此间伐处理可以提高落叶松人工林的经济价值,其中林分5的间伐处理经济价值提升最大。

3 讨 论

通过地基激光雷达所获取的经过不同时间不同强度间伐方案的5个林分干形数据,探究不同间伐方案对林分内树木干形及林分经济价值的影响。结果表明,不同间伐方案会对林木干形产生影响,但是同一林分内不同大小等级的树木之间干形差异不显著。进行间伐后,一部分的树木被移除会释放出一定的生长空间,导致保留树木的胸径和材积的增长[23-24]。同时,间伐对林分内树高的生长没有影响[25]。伴随着林分密度的降低,林木的高径比变小[26],本研究也证明了这一点。表明间伐处理使树木更侧重于直径生长而非高度生长,这有利于获取更多的大、中径材,其中林分5的间伐方案效果最明显。在表示林木干形及材积分配的指标中,林分5的间伐方案可以产生相对更加饱满的干形。最终密度相对较大的林分2和3导致了更多的林木材积被分配在树干的下部,从而导致了更大的削度,而林分4和5有较多的体积分配在树干中部。而Saarinen等[14]和Mäkinen等[27]的研究结果都表明随着间伐强度的增大,更小的林分密度会导致树木将更多的直径生长分配在树干下方,产生更大的削度。与本研究结果产生差异的原因可能是本实验中采用的间伐方案都是多次不同强度的间伐,不同间伐措施导致的最终密度接近,且相较于同地区长白落叶松人工林过熟林的密度都较大,并未达到其适宜密度,这也导致大径材出材量较少。同时,干形可能对不同的间伐时间和生长周期产生响应。本研究中实施最后一次间伐时,林分年龄已达到43 a,对于北方落叶松人工林来说已经达到成熟林阶段[28-29]。此时,林分的连年生长量开始降低,Ville等[15]的研究也表明,在成熟林和过熟林中,表示林木削度的TAP值(胸径与树高6 m处直径的差值),在时隔5年的检测周期中并没有明显变化。因此,在去除掉最后一次间伐后,林分2和3在林分成熟之前受到了更高强度的间伐,导致了更多的材积分配在树干的下部,与之前的研究结果相同。在树干上部的削度中,最终密度最小的林分5在树干上部拥有更大的削度,原因可能是因为树冠获得了较大的生长空间,较大的树冠导致树干上部营养分配减少[30],从而导致上部直径的减小。正如Valentine等[31]在研究树冠对干形的影响时所提出的,发育良好的树冠会导致其内部树干的削度变化加剧。

地面激光雷达扫描技术(TLS)通过地面三维激光扫描获取林木树高、胸径、树冠等测树因子[32],然后由计算机软件计算出各林分变量,并导出林分三维结构模型,它较大程度上改变了传统的测树和森林经理学野外调査方法,能够大大减少森林调查的野外工作量和成本。传统对于干形或者材积生长的研究通常仅限于从胸径、树高和某个固定高度容易测得的直径,以及他们的派生属性[33]。因此很难具体详细地描述树干在各个部位干形的变化。而当想要详细描述干形变化或者准确预估材积时,就需要大量解析木数据进行削度方程或材积方程的建模,对模型的精确度要求越高,就需要越大的解析木数量。这会对森林造成不可逆转的损害。而本研究也证明了采用地基激光雷达技术,可以在不破坏森林的前提下,提供更加细致的树干形状信息和无损估计林分立木材积[12,17]。同时,当对某个林分进行破坏性采样之后,会不可避免地改变林分环境,因此很难实现对相同林分的长期监测。而利用地基激光雷达技术,可以实现监测林分长期的变化过程[15],因而该技术在林业中的应用具有广阔的前景。