摘要：为了实现对城市森林三维绿量无损害快速精准估算，以江苏省连云港市为研究区，利用地面三维激光扫描技术获取9种常见城市绿化树种点云数据，针对树冠的不规则性，以三维Alpha-Shape算法建立树木三维模型，估算三维绿量;同时利用点云数据提取树高、冠高、胸径、冠幅等测树因子，与三维绿量进行逐步回归分析，建立树木的三维绿量估算模型并进行精度检验。结果表明：三维绿量与树高、冠高、胸径、冠幅均呈幂函数显著相关，其中冠幅的解释力最大;逐步回归分析后，三维绿量最优估算模型是以冠高、胸径、冠幅为变量的模型，模型拟合精度均高于91.9%。本文模型可用于估算连云港市城市森林主要树种的三维绿量，对其他城市森林三维绿量的估算和评价也具有参考性。

　　关键字：三维绿量;三维激光扫描;估算模型;三维Alpha-Shape算法

　　0 引言城市森林三维结构与其释氧固碳、滞尘减污、改善气候的能力紧密联系，空间结构不同生态效益有明显差别[1]。三维绿量(TridimensionalGreenBiomass，TGB)是指生长植物茎叶所占的空间体积[2-3]，可以准确评价出城市森林的三维结构，衡量不同城市森林的生态效益[4]。建立三维绿量估算模型可以快速准确量化城市森林生态效益，促进城市绿地生态系统规划设计和建设。

　　基于三维绿量估算的重要性，其估算模型研究受到广泛重视，目前已有较多的研究成果。其主要方法有：(1)传统的地面测量法[5-6]。通过围尺、测高仪等工具实测后为树种选配与其树冠形态接近的几何立体图形，建立树木形态指标与三维绿量回归模型，但树冠形状复杂且不规则，该方法精度低且耗费人力和物力。(2)遥感测量法。常见的有立体摄影测量法[7]、平面量模拟立体量法[8-9]、立体量推算立体量法[10-11]等，多是利用卫星遥感高分辨率影像、多光谱影像、航空相片等数据依据光谱、纹理等特征并结合地面调查数据建立大区域三维绿量估算模型[12]，该方法数据获取快，但影像的分辨率限制了估算精度。(3)地面三维激光测量法。该方法利用地面三维激光扫描数据进行树木三维建模，测算树种样本的三维绿量及测树因子，利用统计分析法建立三维绿量估算模型。该方法能够高精度获取目标三维数据，减少林木的损害，估算精度更高。

　　许多学者基于三维激光扫描技术探索了三维绿量估算模型的研究，例如冯仲科等[13]以三维激光扫描数据为基础建立了以胸径、树高以及冠长率为变量的三维绿量回归方程，估算精度到达96.7%。刘鲁霞等[14]基于地基三维激光扫描和体元法，发现白皮松人工林树冠体积与冠幅、叶子填充树冠长度、胸径具有很好的相关关系。樊仲谋等[15]通过三维激光扫描配合立方体格网法，建立并证实了以点云中提取的胸径、冠幅、冠高为基本因子的三维绿量估算模型。尽管基于点云数据来建立单株乔木三维绿量的三维绿量模型已经有较多研究，但相关研究仍处于探索阶段，存在很多需要细化的问题。目前利用点云数据进行树木三维建模的方法有规则几何体累加法[16]、表面模型法[17]、不规则切片累加法[18]和体元法[19]等，这些方法测算的不规则树冠外轮廓和内部孔隙使单株乔木三维绿量的测算仍存在一定的误差，还需要改进和优化。

　　同时目前大多三维绿量研究停留在山区植被，对城市绿化树种研究缺少系统研究。城市森林树种多样，结构多变，类型复杂，人工修剪和自然生长结合使树冠和测数因子间关系存在更多的差异性，需要更大量的样本进行统计测算。因此本文以江苏省连云港市为研究区，利用三维激光扫描技术获取城市森林中9种常见树种点云数据，采用Alpha-Shape算法计算树木的三维绿量，并在此基础上建立三维绿量估算模型，为城市森林三维绿量快速准确地估测提供技术支持。 1研究区概况连云港市位于中国沿海中部(118°24′~119°48′E，33°59′~35°07′N)，位居鲁中南丘陵与淮北平原的结合部，西部丘陵海拔100米~200米，中部平原海拔3米~5米。常年平均气温14℃，平均降水量为920多毫米，气候类型为湿润的季风气候，略有海洋性气候特征，四季分明，光照充足，雨量适中。市内土壤类型不一，以棕壤为主，植被种类丰富，以温带植物类型为主。主要的常绿乔木树种有：广玉兰(Magnolia Grandiflora Linn)、香樟[Cinnamomum camphora (L.)Presl.]、女贞(Ligustrum lucidum)、棕榈(Trachycarpus fortunei)等;落叶乔木树种有银杏(Ginkgo biloba L.)、垂柳(Salix babylonica)、大叶榉树[Zelkovaserrata (Thunb.)Makino]、法国梧桐(Firmiana Simplex)、栾树(Koelreuteria paniculata)等。随着经济和人口的发展，连云港市高度重视城市绿化工作，目前人均绿化面积已有14.4m2，绿化覆盖率达40.2%，但绿地质量、城市森林的三维空间结构还需要优化提高。 2材料与方法 2.1数据采集本文选择栾树、大叶女贞、紫叶李、枫香树、广玉兰、棕榈、垂柳、樟树及大叶榉树共9种绿化树种作为研究树种，样本树种主要位于城市公园、河岸绿化带、高校绿地等50个样地，均匀分布于连云港市主城区，根据野外扫描条件，共选择了567个样本(如表2)。

　　运用Leica C10地面三维激光扫描仪进行扫描测量。外业采集根据径阶分布及植被长势选择具有代表性、冠形完整且独立的树木并使样本具有统计学意义。扫描过程严格控制在测区1.5 m~50 m范围内进行，在目标树周围均匀设立三个测站，并使用配套的标靶球作为辅助。根据实际视场设置水平方向和垂直方向扫描角度，同时摆放标靶球，保证每相邻两站之间能扫描到3个公共标靶且无遮挡。扫描精度设置为高精度，每个样本扫描时间在10 min左右，同时记录地理位置、树种、目标照片等信息。 2.2 研究方法2.2.1点云数据预处理

　　数据预处理是为了将不同位置采集的原始点云数据拼接，获得树木的整体真实三维形态。本研究通过Cyclone 7.0软件完成具体流程，包括点云配准、点云去燥、点云统一化、树冠点云提取、数据导出等内容。其中点云配准将在同一个坐标系统下，要求误差不超过6 mm;去噪的对象主要是由扫描目标表面产生的噪点、扫描仪本身引起的噪点及背景噪声数据;点云统一化是为了剔除原始点云数据采样不均匀造成的误差。本文研究对象是树冠，因此剔除出树干部分冗余点云，将每株样木完整点云和树冠部分点云分别以8 mm的间隔点云统一化后以.vtx格式导出。

　　2.2.2单木测树因子提取

基于单株样木完整点云数据，利用半自动方式提取树高、冠高、胸径、冠幅等测树因子。在MATLAB中获取整株样木点云坐标在Z方向上的最大值与最小值zmax、zmin和树冠点云数据在X、Y、Z方向上的最大值与最小值、、、、、，树高(H)、冠高(CH)、冠幅(CL)计算公式分别如下：

 1/4    1 2 3 4 下一页 尾页