利用遮挡感知体素透射率与一致性多时相无人机激光雷达追踪混合温带森林三维林分密度动态

森林结构与密度动态驱动着包括碳汇、微气候调节和光合能力在内的生态系统过程。尽管激光雷达能够捕获这些属性，但由于多时相数据集稀缺、数据采集不一致以及遮挡偏差等问题，高频监测仍受到限制，这些因素会将真实的结构变化与方法学伪影混淆。本研究基于欧洲混合温带森林中的体素透射率，探究森林结构的时空动态。我们在两年多的时间内，采用完全相同的传感器设置开展了38次飞行，获取了大规模无人机激光雷达数据集。借助定制的光线追踪框架，我们估算了体素透射率，并以0.25 m的分辨率绘制了遮挡分布图。通过一致性掩膜处理以及利用落叶期基线对空隙空间进行初始化，确保了多时相数据之间的可比性。我们在三个感兴趣区域内分析了体素透射率和衰减动态，分别涵盖一个混合林样地、一个欧洲山毛榉林斑块和一个道格拉斯冷杉林斑块。结果揭示出明显的物候特征：欧洲山毛榉表现出高幅度的季节性变化（从夏季到冬季衰减体积减少70%），春季快速展叶，且冬季基线稳定；相比之下，道格拉斯冷杉的变化幅度为12.7%，生长启动延迟，且不存在稳定的冬季基线。年际比较表明，随着树木生长和树冠扩展，阻挡生物量不断增加，透射率剖面也发生了向上的垂直位移。二维衰减制图能够检测单株树木动态以及离散的结构扰动。我们证明，一致的高频无人机激光雷达数据采集能够通过相对体素透射率实现森林形态监测。我们的遮挡感知框架能够区分结构变化与采样偏差，从而以较高的时空分辨率揭示森林动态。

森林结构与密度动态驱动着包括碳封存、微气候调节和光合能力在内的生态系统过程。尽管 LiDAR 能够捕捉这些属性，但由于多时相数据集稀缺、数据采集不一致以及遮挡偏差等问题，高频监测仍受到限制，这些因素会将真实的结构变化与方法学伪影混淆。本研究通过分析体素透射率，探究欧洲一处混合温带森林的时空结构动态。我们在两年多的时间内，采用完全相同的传感器设置开展了 38 次飞行，获取了大规模无人机 LiDAR 数据集。借助定制的光线追踪框架，我们估算了体素透射率，并以 0.25 m 的分辨率绘制了遮挡分布图。通过一致性掩膜处理以及基于落叶期基线对空余空间进行初始化，确保了多时相数据的可比性。我们在三个感兴趣区域内分析了体素透射率与衰减动态，分别覆盖一个混合林样地、一个欧洲山毛榉林斑块和一个花旗松林斑块。结果揭示了显著不同的物候特征：欧洲山毛榉表现出高幅度的季节性变化（从夏季到冬季，衰减体积减少 70%），具有快速的春季展叶过程和稳定的冬季基线；相比之下，花旗松的变化幅度为 12.7%，生长开始时间较晚，且不存在稳定的冬季基线。年际比较表明，随着树木生长和树冠扩展，阻挡性生物量不断增加，透射率剖面也发生了向上的垂直位移。二维衰减制图能够检测单株树木的动态变化以及离散的结构扰动。研究表明，一致的高频无人机 LiDAR 数据采集能够通过相对体素透射率实现森林形态监测。我们提出的遮挡感知框架能够区分结构变化与采样偏差，从而以高时空分辨率揭示森林动态。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.16.751970v1?rss=1

🏷️ 无人机激光雷达 森林结构动态 体素透射率 森林物候 三维林分密度 遮挡校正