利用移动激光扫描进行无损树木材积估计：树形对测量误差的影响

精确的树木材积估算是森林经营和碳核算的核心。异速生长方程被广泛使用，但其在不同树种、地区和环境条件之间的可迁移性有限。移动激光扫描（MLS）通过直接测量树木几何结构提供了一种很有前景的替代方案；然而，树形对MLS精度的影响仍缺乏充分认识。本研究以比利时瓦隆地区176株树木的毁伐实测数据为参照，评估了MLS获取的干径、树高和商品材干材积估算结果；样本涵盖8个树种（4个阔叶树种、4个针叶树种）。研究使用了Zeb Horizon RT扫描仪，并检验了从点云中提取的树木结构描述变量与测量误差之间的关联。 在7,824次干径测量中，MLS的平均误差为0.46 cm，但其精度在15 m以上明显下降。对于阔叶树种，MLS获取的树高优于Vertex IV测高仪测量结果（RMSE% = 6.88，而Vertex IV为8.78）；但对于针叶树种，其表现略逊一筹（RMSE% = 7.36，而Vertex IV为6.14）。基于QSM的材积估算系统性低估了参考值，而基于干形线重建的方法则产生了近乎无偏的估算结果，RMSE为15.72%。相关性分析和主成分分析（PCA）表明，树木结构变量仅能解释MLS误差变异中的一小部分。干径和树高误差在很大程度上独立于结构属性，而材积误差则与树木大小和树冠密度呈中等程度关联。 这些结果表明，树木结构并不是MLS测量不确定性的主要来源。未来基于MLS的森林清查工作应优先优化数据采集与处理流程，因为与树形相比，扫描条件和林分结构似乎具有更显著的影响。

准确的树木材积估计是森林经营和碳核算的核心。异速生长方程被广泛使用，但在物种、区域和环境条件之间的可迁移性有限。移动激光扫描（MLS）通过直接测量树木几何形态提供了一种有前景的替代方案；然而，树形对MLS精度的影响仍缺乏充分认识。本研究基于比利时瓦隆地区176株树木（涵盖8个树种：4种阔叶树和4种针叶树）的破坏性参考测量，评估了MLS对树干直径、总树高和可利用树干材积的估计精度。研究采用Zeb Horizon RT扫描仪；从点云中提取树木结构描述符，并测试其与测量误差之间的关联。基于7,824个树干直径测量值，MLS的平均误差为0.46 cm，但当高度超过15 m时精度有所下降。对于阔叶树，MLS估计的树高优于Vertex IV测高仪测量（RMSE% = 6.88 vs. 8.78），但对于针叶树则略逊一筹（RMSE% = 7.36 vs. 6.14）。基于QSM的材积估计系统性低估了参考值，而基于锥度的重建则给出了近乎无偏的估计，RMSE为15.72%。相关分析和主成分分析表明，树木结构变量仅能解释MLS误差变异中的一小部分。直径和树高误差在很大程度上与结构属性无关，而材积误差与树木大小和冠层密度呈中等程度关联。这些结果表明，树形并非MLS测量不确定性的主要来源。未来基于MLS的森林清查工作应优先优化数据获取与处理，因为扫描条件和林分结构似乎比树形更具影响力。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.11.744158v1?rss=1

🏷️ 移动激光扫描 树木材积估计 森林清查 点云分析 树形误差 无损测量