基于機載激光雷達的樹木倒伏隱患分析

崔健

（中國南方電網有限公司超高壓輸電公司貴陽局，貴陽 550000）

引言

樹木倒伏指的是在外力作用下，樹木發生樹干彎曲情況，其彎曲程度超越樹干自身彈性極限的時候，承壓部位會產生蠕變，導致樹干發生斷裂[1]。在倒伏時，首先從外部產生纖維擠壓現象，隨著載荷的持續增加，樹干會產生擠壓條紋，它們能夠對壓應力進行吸收，然而隨著拉力極限的到達，樹干會在不發生分層的情況下直接斷裂。樹木倒伏的原因有很多，首要原因就是風、雪等各種自然災害[2]。風、雪等各種自然災害的發生會導致大量樹木發生倒伏現象，造成林業生產的巨大損失。我國由于地域十分廣闊，橫跨多個氣候帶，地形多變、氣候復雜，海岸線十分綿長，因此是世界上臺風災害發生最為頻繁的國家之一。我國平均每年會登錄8個臺風，較多年份臺風登錄數甚至高達14，內陸也時常發生強風。除此之外，早春與冬季的冰凍、大雪等持續性災害也時有發生[3]。這些災害都會導致樹木倒伏現象的發生，每年我國倒伏樹木的數量都十分驚人，為我國林業生產與森林生態帶來了巨大壓力。

樹木倒伏不僅發生在森林里，名木古樹與行道樹也會發生倒伏現象，甚至更易發生樹木倒伏，威脅游客與行人的財產生命安全。這是由于景區的名木古樹與人行道上的行道樹會受到人類活動的影響，一方面，城市的改造與擴建會改變樹木原本的生長環境，另一方面，全球變暖等因素也會改變樹木原本的生長環境。這就導致樹木在自身生長過程中需要不斷努力適應生長環境的變化，這個過程會造成樹木能量的大量消耗，降低其自身抵抗力，造成樹木存在安全隱患，在遭遇各種惡劣氣候時，這些樹木便極易發生倒伏現象。樹木倒伏不僅會造成各種損失，還會留下很大的隱患，影響社會運轉，因此提出一種基于機載激光雷達的樹木倒伏隱患分析方法。

1 設計基于機載激光雷達的樹木倒伏隱患分析方法

1.1 樹木倒伏數據獲取

利用機載激光雷達進行樹木倒伏施測，獲取樹木倒伏雷達點云數據，包括定位點、樹木倒伏實測以及雷達飛行數據。首先確定樹木倒伏處的地理位置，接著利用機載激光雷達實施施測，選取的機載激光雷達系統為小腳印 Mapper Lite 6500系統，具體參數如表1所示[4]。

對樹木倒伏區域實施重復飛行，共飛行七次，飛行后可以獲取航帶數據共七條，數據的旁向重疊率約為0.9。所獲的樹木倒伏雷達點云數據記錄形式為北半球投影UTM 6 度分帶、SWG48坐標系的第四十八帶。樹木倒伏雷達點云數據的點平均間隔為0.54 m。對這些樹木倒伏雷達點云數據實施高程著色，著色頻率為每隔一百個數據對一個點進行讀取[5]。獲取施測地區的水平分布與高程狀況。高程以米為單位，邊緣的多個輪廓線是多次飛行所獲取的實際數據范圍，也就是該圖為航帶數據重疊獲得。具體如圖1所示。

施測的時候機載激光雷達的平均飛行高度約為海拔3 650 m，距離地面的實際飛行高度為750 m。施測的具體參數如表2所示[6]。

獲取的樹木倒伏雷達點云數據共有三種形狀特征，定位點數據的形狀特征為Z字型；樹木倒伏實測數據的形狀特征為平行線；雷達飛行數據的形狀特征為橢圓形，具體如圖2所示[7]。

圖中箭頭指向為飛行方向，實線則是數據點具體狀態。

表1 機載激光雷達系統具體參數

圖1 高程著色

1.2 樹木倒伏數據處理

獲取的樹木倒伏雷達點云數據共分為七個數據激光文件，對其進行數據處理以便實施樹木倒伏隱患分析，包括重采樣處理與濾波處理[8]。其中重采樣處理的處理步驟如下：

1）對網格尺寸進行計算；

2）歷遍樹木倒伏雷達點云數據的數據點，對各點網格進行計算；

3）對各個網格按順序進行掃描，對各個網格的具體重采樣高程進行計算。

為了方便后期進行處理，選擇正方形格網。對網格尺寸進行計算時需要保證各格網中只有一個點落入，格網的具體尺寸為比平均點間距稍小的距離[9]。完成格網化之后，各格網中包含的點數將會產生差異，具體如圖3所示。

當點只有一個時，利用格網內部點的具體高程值代表其重采樣之后的格網高程值；當點超過一個，利用最低點的具體高程值代表其重采樣之后的格網高程值；當沒有點時，對其領域的八個格網進行搜索，選擇與中心距離最近的那點的具體高程值代表其重采樣之后的格網高程值[10]。重采樣后網格的平面坐標即為其重心坐標。

濾波處理中采用形態學濾波，首先對離散點云實施灰度腐蝕處理，也就是通過結構元素對原始圖像實施灰度腐蝕，具體公式如下：

式中：

f?g—灰度腐蝕處理；

g—結構元素；

f—原始圖像；

x、y—離散點云的左右坐標；

s、t—原始圖像的左右坐標；

Df—f的定義域；

Dg—g的定義域。

接著對里散步點云實施膨脹處理，也就是通過結構元素對原始圖像實施灰度膨脹，具體公式如下：

式中：

f⊕g—灰度膨脹處理。

表2 施測的具體參數

圖2 樹木倒伏點云雷達數據形狀特征

圖3 格網化處理

1.3 樹木倒伏隱患分析

利用處理后的樹木倒伏數據，構建樹木倒伏隱患分析模型，對樹木倒伏隱患進行分析。構建的樹木倒伏隱患分析模型主要通過對倒伏樹干強度進行評估，判斷倒伏后樹木樹干的具體結構強度可否再次承受其他沖擊荷載以及獲取其邊材腐朽情況來實現樹木倒伏的隱患分析。模型分為兩部分，一部分是樹木倒伏健康材具體強度評估模塊，另一部分是樹木倒伏狀況強度評估模塊[11]。比較樹木倒伏健康材具體強度與樹木倒伏狀況強度，獲取樹干整體強度的具體損失程度，對樹木倒伏隱患進行分析。

其中樹木倒伏健康材具體強度評估模塊的評估流程如下：

首先根據處理后的樹木倒伏數據計算倒伏樹木的樹干彎曲應力，具體計算公式如下：

式中：

s—倒伏樹木的樹干彎曲應力；

M—彎曲瞬間力矩；

p—外部樹干纖維的彎曲最大應力；

R—倒伏樹干半徑。

然后通過倒伏樹木的樹干彎曲應力對其荷載沖擊承受力進行評估實施樹木倒伏隱患分析[12]。

樹木倒伏狀況強度評估模塊首先需要計算倒伏樹木的慣性矩，具體計算公式如下：

式中：

I—倒伏樹木的慣性矩；

a —b的垂直半徑；

b—倒伏樹木荷載平行半徑。

然后通過倒伏樹木的慣性矩對其荷載沖擊承受力進行評估，并綜合倒伏樹木邊材腐朽情況實施樹木倒伏隱患分析。

2 實驗方法與結果分析

2.1 設計對比實驗

利用基于機載激光雷達的樹木倒伏隱患分析方法進行樹木倒伏隱患分析實驗。實驗地區是一個由于遭遇臺風而產生樹木倒伏現象的地區，對實驗地區進行區域劃分，并針對該地區的樹木倒伏情況進行隱患分析。利用機載激光雷達獲取實驗地區的具體數據，如表3所示。

對該地區進行樹木倒伏隱患分析實驗，為了保證本次實驗的結果具備對比性，將原有樹木倒伏隱患分析方法與本文設計的基于機載激光雷達的樹木倒伏隱患分析方法進行對比實驗。原有樹木倒伏隱患分析方法包括基于離散模型的樹木倒伏隱患分析方法與基于數據頻度曲線的樹木倒伏隱患分析方法。比較各種樹木倒伏隱患分析方法的參數估計性能。參數估計性能的判斷方法是比較其參數估計準確率，參數估計準確率越高，證明參數估計性能越好。

2.2 分析實驗結果

原有樹木倒伏隱患分析方法的參數估計性能實驗結果如圖4所示。

基于機載激光雷達的樹木倒伏隱患分析方法的參數估計性能實驗結果如圖5所示。

表3 實驗地區的具體數據

根據圖4、圖5 的參數估計性能實驗結果可知，基于離散模型的樹木倒伏隱患分析方法的參數估計準確率較高，即該方法的參數估計性能較強；基于數據頻度曲線的樹木倒伏隱患分析方法的參數估計準確率最低，即該方法的參數估計性能在幾種實驗方法中最差；基于機載激光雷達的樹木倒伏隱患分析方法的參數估計準確率最高，即該方法的參數估計性能在幾種實驗方法中最好。綜上所述，基于機載激光雷達的樹木倒伏隱患分析方法參數估計性能優于原有樹木倒伏隱患分析方法。

圖4 原有方法的參數估計性能實驗結果

圖5 本文設計方法的參數估計性能實驗結果

3 結束語

基于機載激光雷達的樹木倒伏隱患分析方法通過機載激光雷達的使用，提升了采集的樹木倒伏隱患數據的精度，從而實現了參數估計性能的提升，對樹木倒伏隱患的發現與處理都有很大意義。引入機載激光雷達后，不僅提升了數據精度，還大大提升了分析面積，是一種適用于各種環境的分析方法。