[目的 ]基于无人机激光雷达(LiDAR)点云数据提取杉木树冠上部结构参数(树冠顶点、树高、冠幅和上部冠长),并进行树冠上部外轮廓模拟与可视化,为树种识别提供树木冠形特征。[方法 ]利用LASTools开源工具从激光雷达点云数据生成无孔洞的冠层高度模型,使用LiDAR360软件,采用局部最大值法检测树冠顶点,基于CHM种子点对点云进行单木分割,并在ArcGIS下手动选取杉木单株点云样本,用Python编程对"欠分割"样本进行单木纯化(之后全部编程方式自动化处理);提取纯化后单株样本的树冠上部结构参数(树冠顶点、树高、冠幅和上部冠长),再对单木点云按照一定高度间隔进行分层切片,使用宽度百分位数法提取单木树冠上部的相对着枝深度、枝条长度作为模型变量,以相对着枝深度分层分别建模与验证样本按照3倍标准差法剔除异常外轮廓点,选取二次多项式、幂函数和指数函数3个基础模型进行模型拟合与验证,最后采用最优拟合模型进行样地尺度的三维可视化。[结果 ]无人机激光雷达综合单木检测率为79.63%,结合实测参数与提取结果进行相关分析,树高线性回归R2为0.890 5,冠幅线性回归R2为0.845 6;二次抛物线、幂函数和对数函数拟合R2分别为0.807 0、0.817 0、0.806 0,幂函数对杉木树冠上部外轮廓的拟合效果更优。[结论 ]在高林分密度条件下,单木点云的有效提取纯化对客观描绘树冠形状非常重要;基于无人机激光雷达拟合的杉木树冠上部外轮廓反映了杉木的树冠上部形态,可为杉木的树种识别提供参考。

【目的】树冠外轮廓模型不仅能够描述任意位置处树冠半径,而且能够推导预测树冠体积与树木地上部分生物量。根据福建地区98块杉木Cunninghamia lanceolata人工林样地的413株杉木调查数据,构建了具有同一套模型参数的树冠外轮廓模型和树冠体积预测联立方程组系统。【方法】选取4种常用的可积分树冠外轮廓备选模型,利用积分法对备选模型进行推导,得到树冠体积预测模型;将模型方程分别两两联立建立树冠外轮廓与体积相容性联立方程组,并利用SAS软件模块中的似乎不相关回归过程估计联立方程组模型系统的参数。为了消除模型异方差,采用加权回归方法拟合模型,并对不同模型系统的拟合精度、预测精度进行对比分析。【结果】基于模型4的联立方程组拟合精度高、预测性能好,其树冠外轮廓和体积拟合精度分别达到0.829 5和0.861 0,预测结果精度分别为0.803 9和0.856 0;通过似乎不相关回归法解决了联立方程组共线性问题,加权回归方法一定程度上消除了模型中存在的异方差性。【结论】所构建的树冠外轮廓-体积一致性模型方程实现了树冠外轮廓与体积模型之间互相推导,为进一步估测树木地上部分生物量提供了理论依据。图3表3参30

【目的】冠幅是树冠结构的重要特征因子，直接影响树木的生产力和生命力，郁闭度是反映森林冠层结构与密度以及评价森林经营管理采伐强度的重要指标之一。利用无人机可以云下飞行，易于获取图像，精度高，低成本等优势，研究无人机影像上提取树冠参数的方法，使无人机影像提取林木树冠参数的操作系统化，实现精准高效的森林资源清查和监测。【方法】以福建将乐林场杉木人工纯林为研究对象，采用四旋翼无人机影像为数据源，基于面向对象分类的方法，将杉木纯林的树冠参数从无人机影像中提取出来。面向对象分类的方法需要先利用ESP工具选取最优分割尺度，然后根据影像的分割结果将树冠对象聚为一类，进而统计每个树冠对象栅格像素个数计算出树冠冠幅面积以及林分郁闭度。【结果】面向对象分类有效的对高郁闭度林分进行了树冠的提取。在分割尺度为70时，单木树冠分割效果最好，树冠被单独分割出来，但也存在一定的过分割以及未分割的问题，以至于部分单木的丢失。分割结束后，对分割对象进行特征空间的优化，选取适当的分类特征，最终将研究区分为树冠和林隙两类。通过统计每个对象栅格点数，计算得出的林分因子包括林分郁闭度，树冠面积。以地面实测数据作为参考，冠幅面积提取精度为0.829 1，林分郁闭度测量精度为0.973 1。【结论】研究结果表明，基于无人机高分辨率影像的树冠参数提取在高郁闭度林分同样适用，能有效提高森林资源调查的效率并且能够满足森林资源调查的精度。

为了对杉木不同龄组树冠形态进行数学模拟,运用非线性回归筛选有效变量的方法将相对树冠半径(RCRj)和相对树冠长度(RCLj)确立为树冠形态模型的因变量和自变量。选取福建省顺昌县297株杉木标准木的1 485个树冠半径测量值,基于8大类模型分别建立不同龄组的树冠最优模型。对最优模型进行误差和残差分析、模型检验、生物学意义评估,结果表明:幼龄林、中龄林和近成熟林时期拟合效果最优的模型分别是Cubic、Poly4和Gauss Amp。使用本文建立的树冠轮廓模型预估树冠形态时,只需测量全树高、最大树冠半径和最大树冠长度。树冠轮廓模型是生长和收获模型的重要组成部分,同时对于评价林木间的竞争、森林小气候和...

本文从IFS方法在树木建模中的应用出发,结合树木构筑学的特点,提出了一套树木形态数据的调查方法,以杉木为例在湖南攸县黄丰桥林场进行调查实验,通过对所采集的杉木数据的分析,获得杉木一级枝和二级枝枝长、枝根直径、仰角、方位角的分布规律,将其作为IFS变换的入口参数,构建杉木三维拓扑结构,并在.NET和D IRECTX9.0平台上开发了杉木可视化模拟系统,实现了杉木三维可视化模拟。

以杉木为例,采用从可视化模拟角度设计的调查参数调查杉木形态结构,根据实际调查数据对杉木形态结构特征进行了分析。结合生长曲线控制下的迭代函数系统方法,采用面向对象的设计方法,根据DIRECTX9.0提供的API及模型渲染技术,在.NET和DIRECTX9.0平台上,使用C#语言建立了杉木单木生长可视化模拟系统,实现了单株杉木静态和动态的三维可视化模拟。

以湖南省株洲市攸县黄丰桥国有林场杉木中龄林为研究对象,用逐步回归的方法建立以单木大小、单木竞争指标为自变量,冠幅、冠长为因变量的函数估算模型,实现林木树冠形状的模拟。研究结果显示:在杉木树冠形状模拟时,与竞争有关的冠幅模型、冠长模型的判定系数R2分别为0.771、0.872,显著高于与竞争无关的冠幅模型、冠长模型的调整的判定系数0.729、0.811,这说明竞争对树冠生长影响的作用是显著的。

[目的]通过构建杉木生长样本库,研究一种考虑林分空间结构与生长之间交互过程的生长模拟方法,同时结合三维可视化技术,实现林分生长动态可视化模拟。[方法]以2012—2017年湖南省黄丰桥国有林场6块杉木样地的连续调查数据为数据源,考虑相邻木树冠侧方挤压及上方光照遮盖对中心木生长的影响,研建基于空间结构单元的水平、垂直空间结构参数,在此基础上,选取特征指标构建样本库,以马氏距离作为待模拟林木与样本库的匹配准则,对林木与样本库进行迭代匹配,实现考虑空间结构与生长交互过程的林分生长模拟。同时基于三维模型剖分及动态组织方法,采用节点动画技术对林分生长动态进行可视化表达。[结果]经相关性对比分析,选取年龄、胸径、水平、垂直空间结构参数及胸径连年生长率作为特征指标构建样本库预测胸径生长(包含杉木8 934株,其中死亡97株),采用线性建模预测树高、冠幅、活枝下高生长。通过对样地观测值与生长预测值进行配对样本T检验及线性回归,结果表明:胸径、树高、冠幅、活枝下高的生长预测效果良好,具体顺序为胸径>树高>冠幅>活枝下高,线性回归决定系数R~2分别为0.925、0.556、0.482、0.459。[结论]基于样本库的林分生长动态可视化模拟方法能实现胸径、树高、冠幅、活枝下高4个指标的生长可视化,效果形象直观,能满足林业科研和生产实践要求。

以我国南方速生丰产林——杉木纯林为研究对象,采用改进过的Hegyi的简单竞争指数模型对杉木纯林间的竞争强度进行定量分析,并建立单木生长模型,再通过径阶模型将其应用于全林分,将单木生长模型研究扩展到全林分生长模型研究。同时,通过可视化模拟技术,为更加逼真的恢复和重建林分空间结构提供理论依据。

【目的】对Kozak方程进行修正,采用树木易测因子为预测变量,构建人工樟子松树冠外部轮廓预估模型,为研究树木生理和树木竞争提供依据,为模拟单木树冠表面积和树冠体积奠定基础。【方法】基于黑龙江省14块固定样地70株人工樟子松解析木907个最大枝条数据,以Kozak方程基本形式为基础并对其进行修正,选出构建人工樟子松树冠外部轮廓基础模型的最优模型形式。在最优模型基础上,建立分别考虑样地效应、样木效应及同时考虑样地和样木效应两水平的非线性混合效应模型。利用R软件的nlme软件包求解非线性混合效应模型参数,采用AIC、BIC、-2LL对混合效应模型中不同随机效应参数组合形式、不同随机效应矩阵、方差-协方差矩阵和方差函数进行比较,选出最优模型形式,并对人工樟子松外部轮廓随树木因子的变化规律进行探讨。以林分密度为哑变量,构建不同密度的人工樟子松树冠外部轮廓预估模型。【结果】人工樟子松树冠外部轮廓预估模型因子包含胸径(DBH)、冠长率(CR)和高径比(HD)。与基础模型相比,分别考虑样地效应、样木效应的混合模型能够显著提高模型拟合效果,外部轮廓模型差异主要来源于样木效应。以样木为单水平的混合效应模型中,a_2、a_6为随机参数,对角矩阵为方差-协方差矩阵形式,ARMA(1, 1)为解释组内方差的矩阵,采用幂函数消除异方差的模型形式为最优模型。同时考虑样地和样木效应两水平混合模型的拟合效果较单水平混合模型有所提高。以两水平混合模型的固定效应部分模拟外部轮廓与树木因子之间的关系,在分别固定另外2个变量的情况下,树冠半径随着DBH、CR增大均逐渐增大,树冠上半部分半径随着HD增大而增大,下半部分半径随着HD增大而减小。外部轮廓拐点的变化范围为0.625 0～0.917 0,拐点平均位置为0.841 3,随着林木在林分中被压强度增大,拐点位置向树冠基部移动。密度小于1 000株·hm~(-2)林分中单木的冠形与1 000～2 000株·hm~(-2)和大于2 000株·hm~(-2)林分中单木的冠形区别很大。【结论】修正后的Kozak模型满足梢头处半径为0、在整个树冠范围内存在拐点且拐点唯一的特性,能够对人工樟子松树冠外部轮廓进行合理模拟及预测。两水平非线性混合效应模型可显著提高模型拟合效果,能够在树冠外部轮廓模型中应用。

【目的】以林木易测因子为预测变量,构建黑龙江省人工落叶松树冠最大外部轮廓及内部轮廓(未着叶部分)的预估模型,为进一步估计人工落叶松树冠表面积、树冠体积和树冠生物量提供依据。【方法】基于佳木斯市孟家岗林场49株解析木的枝解析数据,树冠外部轮廓模型采用分段回归技术,构建带有约束条件并满足生物学意义的连续性分段曲线模型,即在梢头处树冠半径为"0",在整个树冠内外部轮廓的拐点的存在是唯一的,且在拐点处树冠半径达到最大值;内部轮廓直接采用线性模型进行模拟。分析模型参数与林木变量之间的相关性,将关系密切的树木变量或变

以东北林业大学帽儿山实验林场樟子松人工林为研究对象,采用树干解析、枝解析的方法,分别于2002和2003年在老山施业区选择不同年龄、不同立地和不同密度的樟子松人工林有代表性的林分设置固定标准地15块(2002年设置7块,2003年设置8块),共获取解析样木53株,实测2298个一级枝活枝条变量因子(包括总着枝深度、方位角、着枝角度、基径、枝长、弦长、弓高)数据资料。基于理论或经验生长方程,建立樟子松人工林树冠结构静态模型及树冠动态生长模型。采用VC++6.0语言为开发平台,结合OpenGL开放式图形库,将生长模型与形态结构模型结合,建立樟子松人工林树冠动态三维图形可视化模拟系统,实现基于实测数...

以湖南省攸县黄丰桥国有林场为试验区、以森林抚育间伐为例、以杉木人工林为主要研究树种,研究森林经营措施的可视化原理和方法,建立了一个面向森林经营管理的虚拟森林原型系统。系统以林业调查数据为数据源,实现虚拟森林漫游、小班属性查询、抚育间伐模拟等功能,为森林资源和森林经营可视化提供了新的平台。

虚拟植物生长模拟研究是数字林业的研究热点。为了在植物生长过程模拟中考虑植物的生理特征,真实地反映不同光照条件对植物各组织器官形态结构及生长发育特征的影响。基于植物的光生长环境仿真,提出了一种基于光照模型的植物器官形态结构动态演替生长算法。采用双三次Bezier曲面构建植物叶片组织器官,并引入曲面影响因子、植物光属性因子,对植物形态结构和叶序分布进行真实感建模。根据光照对植物叶片生长发育的影响,提出了基于光作用的碳汇动力学仿真和植物分枝结构的动态演替方法。为了验证本算法的有效性,依据不同光照条件下绿萝的生理特征数据,对该生长模型算法进行了有效验证,获得了较好的真实感效果。

本文较系统阐述了植物形态结构模拟与可视化研究的社会背景、学术价值和经济意义,从创立与发展、研究与发展的总体趋势和特点、研究居世界先进水平的机构或学者以及领先标志等方面综述了植物形态结构模拟与可视化的研究进展;指出了该研究的前沿领域、空白点及薄弱环节,分析了中国在该研究中的总体水平、差距及其成因;最后在研究展望基础上提出了若干政策建议。