基于地基激光雷達的欒樹分形特征分析

李輝,林沂,孟祥爽,史振偉,蔡萬園

基于地基激光雷達的欒樹分形特征分析

李輝,林沂*,孟祥爽,史振偉,蔡萬園

北京大學地球與空間科學學院遙感與地理信息系統研究所空間信息集成與3S工程應用北京市重點實驗室, 北京 100871

分枝結構的幾何特征是樹木分枝按照一定規律組合而成的形態，體現了個體樹木在生理、生態角度對于環境的適應能力，以及對光、水、養分、空間等生長影響因子的競爭能力，是生態領域研究的一個重要內容。地基激光雷達（Terrestrial Laser Scanning, TLS）技術的發展為獲取單木結構的參數提供了一種便捷、無損的綠色方式。本文使用基于TLS點云的方法來代替耗費大量人力的方式來獲取樹木分枝的結構參數，并進行分形特征的分析，發現在欒樹的生長發育階段，為了充分利用光照條件和生長空間，隨著DBH的增加，分枝率和枝徑比同步上升，但分枝角度呈先上升后下降的趨勢。

地基激光雷達; 欒樹; 特征分析

樹木可以被看作各種組件組合而成的集合體[1]，不同分枝特征及樹葉、芽的動態變化反映了樹木對光、水、養分與空間等資源的利用[2]，表達了樹木在不同生長階段為了適應環境的最終選擇的應對策略[3]。對于樹木分形特征的研究，是為了了解樹木對于環境空間的利用能力，探討生長環境與個體生長之間的相互關系[4,5]。以往的研究表明，樹木的分形特征和冠層構型反映了其對生存環境的妥協策略[6,7]。而經過幾十年的發展，人們對不同樹木構型和分枝特征的認識和研究已逐步深入[8]。孫書存等通過實測數據分析了遼東栓皮櫟的分形特征[9]。張文輝等通過分析沙參的分枝特征，發現該理論可用于研究瀕危種群的分布[10]。馬克明等利用分形理論研究了東北草原格局，并提出了計算分支格局的模型[11]。趙相健等研究發現，競爭地位不同的太白紅杉的分枝格局差異性與地形具備較強的關聯性[12]。林勇等通過分析不同離海距離下的木麻黃分支格局，得出持續性風力對其影響較大，冠層形狀和分枝長度都體現了對環境的響應特征[13]。但由于測量方式的限制，該領域的研究也多基于草本植物，雖在之后擴大到高大喬木，但依然存在樣本數據較少，難以大規模進行研究的問題。

地基激光雷達系統又稱地面激光掃描（Terrestrial Laser Scanning, TLS）系統[14,15]，可通過發射激光脈沖獲取目標表面的三維坐標[16]。地基激光雷達掃描并結合相應算法是獲取樹木的三維結構的便捷方式，為實現可重復，無創且客觀的獲取樹木分枝結構的提供了新的方式[15,17]。利用TLS掃描能夠便捷的估算樹木的結構參數[18,19]，使用一些算法和定量結構模型，樹木胸徑[20,21]、樹高[22-24]、樹冠直徑和面積[25,26]可以從單木點云中估算出來。Dassot M等獲取了42個不同樹種、不同大小的樣品的地基激光雷達數據，從點云數據中選取基徑大于7 cm的樹枝，通過柱面擬合方法進行基徑預測建模[27]。R?der A等對13 m以下的31棵針葉樹每輪的枝高和枝數進行了自動識別和估計[28]。Raumonen P等提出了一種模型可以近似地得到整棵樹或部分樹的分枝結構和大小特性[29]。Lau A等首次利用定量結構模型提取樹木分枝參數[30]，Chen S等利用QSM（Quantitative Structure Model，QSM）模型進行生物量估算[31]。倪文健等基于樹干點云垂直連續分布的特征提出了一種樹干識別方法[32]。王寧寧等由點云數據得到楊樹的樹冠特征參數并進行分析[33]。劉金鵬等基于Skeltre算法提出一種利用柱形擬合法修正分支點處分支延伸方向的新方法[34]。截止目前，利用TLS點云對分枝分形特征的研究還比較少，本文旨在使用TLS點云的來代替耗費人力的方式來獲取樹木分枝的結構參數，并進行分形特征的研究。

欒樹俗稱“燈籠樹”，屬于落葉喬木，耐寒、耐旱[35]。在我國多作為園林綠化樹木，尤其在北方地區分布較廣[36]，同時其根系發達，抗污染性強，具備修復工業污染土地的能力[37]，葉子可作為染料的原材料[38]，欒樹花不僅可以藥用還能做油料[39]，具有較高的生態價值和經濟價值。因此對于欒樹的相關研究不僅具備經濟意義，在目前追求低碳環保、建立綠色中國的大背景下，還具備較強的生態學意義。本文以北京市昌平區的40棵10年生綠化欒樹為研究對象，同時獲取點云數據和人工測量數據，通過QSM定量結構模型提取每棵樹木的分枝長度、直徑等結構參數，驗證QSM算法可靠性的同時，針對欒樹研究其分枝格局和特征。

圖 1 技術路線圖

1 材料與方法

1.1 人工測量數據

研究區域位于北京市昌平區，將研究對象40棵欒樹按順序依次編號1至40號，測量的參數主要有枝下木的長度、直徑，1級和2級分枝的長度、直徑，對于每一級分枝按照逆時針進行排序，子分枝與母分枝對應記錄。為了便于統計，將枝下木定義為0級分枝，由0級分枝生長出來的為1級分枝，源自1級分枝的定義為2級分枝，同樣，源自于2級分枝和3級分枝的定義為3級分枝和4級分枝。分枝長度定義為基部到分枝末端之間的距離。直徑定義為基部直徑和末端直徑的平均值，通過分別測量分枝基部和末端的周長后折算得出。由于隨著分枝層級的增加，分枝直徑逐漸遞減，人工測量誤差會相應增大，因此只測量到2級分枝。即便如此，40棵樹木的人工測量在4人協作的情況下，共計耗費2 d時間，且隨著測量時間增長，測量誤差增大的概率也相應增加。

表 1 實測數據統計

人工實測樹木的分枝結構參數統計見表1。從實測數據里看到，樹干（0級分枝）的直徑多在15 cm左右且分布相對均勻，1級分枝和2級分枝的長度和直徑波動均較大。從0級分枝到2級分枝，直徑和長度的均值均呈現逐級遞減的特征。

1.2 TLS數據獲取

TLS數據使用徠卡BLK360地面激光掃描儀獲取。該儀器采用的激光波長為830 nm，掃描速率360 000/s個點，掃描速度3 min內可完成一站全景掃描，掃描距離0.6～60 m，點云精度距離10 m處的點間距為6 mm，測距精度10 m范圍內誤差為4 mm。具體結構參數見表2所示。為了獲取最佳效果的點云數據，本實驗中每個測站距離樹干約2 m～3 m。采樣工作由1人獨立完成，共計耗費6 h，相比人工測量大幅節約了人力和時間，且數據更加完善。

1.3 TLS數據預處理

點云數據預處理主要包括多站點數據的配準和噪點的去除。掃描獲得的點云數據可通過對應軟件讀取，使用CloudCompare點云處理軟件對樹木周邊地物進行人工交互去除后，再用CSF濾波去除地面點、SOR濾波清理點云噪聲，并對每棵樹的點云進行目視檢查，確保去除噪聲時不丟失樹木的任何部分數據。最后進行單木分割。

本文分離原始點云中地面點與非地面點時采用了布料模擬濾波算法（Cloth Simulation Filtering, CSF），算法的概述如圖2所示。該算法是由張吳明等于2016年提出，典型的優點是適用性強和形象化，不需要根據地形來調整太多參數，簡化地面濾波的處理流程[40]。Yilmaz CS等[41]、張昌賽等[42]通過將CSF算法[43]與Photoscan、Global Mapper和Lastools等多種濾波算法相比較，得出CSF算法在精度、穩定性和適用性上均表現較強的結論。

1.4 樹木分枝結構參數提取的QSM算法

通過定量結構模型（Quantitative Structure Model, QSM）完成對欒樹分枝的重建，從而提取1、2級分枝的長度、半徑等結構參數，并與實測數值進行匹配，驗證其精度與可靠度的同時，為進一步的分枝結構分析提供數據基礎。

基于單木點云，通過QSM算法對分枝結構進行三維重建。QSM算法通過一系列圓柱來擬合分枝，將屬于同一分枝的圓柱長度之和作為分枝長度，將屬于同一分枝的第一個和最后一個圓柱的直徑平均值作為分枝直徑。完成對樹木三維結構的重建之后，基于重建樹木的分枝長度與實測樹木分枝長度來進行分枝匹配，對于每個分枝，將長度與其最接近的重建分枝作為匹配對象，若重建分枝與實測分枝的長度相對差異超過50%，則不對該分枝進行配對。

研究采用Raumonen P等提出的用于重建樹木精細結構的定量模型QSM[29]，是一種利用地面激光掃描得到的樹干和樹枝的點云，快速、自動地建立高精度樹木模型的新方法。該方法通過輸入多站點掃描的一棵樹的點云，然后建立樹的柔性圓柱模型，對樹的可見部分進行魯棒重構，并能完整的獲取樹木拓撲分支結構。主要步驟如圖3所示，其單樹點云及其重建結果如圖4所示，圖4（a）為其中1號欒樹預處理后點云，圖4（b）為初步重建結果。

圖3 定量模型QSM主要流程圖

圖4 QSM重建結果

1.5 基于TLS的欒樹分形特征分析

為進行欒樹的分枝特征分析，本文使用改進后QSM算法提取前四個級別的分枝，針對這些分枝分別提取長度、直徑、枝徑比（Ratio of Branch Diameter，RBD）、分枝率（Bifurcation Ratio，BR）和分枝角度等參數，進行分形特征分析。枝徑比的計算公式如下：RBD=D+1/D(1)

其中RBD為第級分枝的枝徑比，D+1和D分別為第+1級和第級分枝的直徑。

分枝率包括總體分枝率（Overall Bifurcation Ratio，OBR）和逐步分枝率（Stepwise Bifurcation Ratio，SBR），總體分枝率計算公式如下：=(N-N)/(N-1) (2)

其中N為所有級別分枝總數，1為1級分枝個數，N為最后1級分枝個數。

逐步分枝率（SBR）則可根據下式計算：SBR=N/N+1(3)

其中SBR為第級分枝的分枝率，N為第級分枝的個數，N+1為第+1級分枝的個數。

2 結果與分析

2.1 分枝重建精度評價

表3 分枝重建精度評價

表3顯示運用QSM算法對不同直徑級別的分枝重建精度，可以發現對于分枝直徑小于5 cm、大于5 cm且小于10 cm和大于10 cm三個級別，分枝長度提取的誤差均較小，且提取結果均小于實際分枝長度，相對誤差分別為-2.88%、-4.05%和-7.15%。QSM算法對分枝直徑提取的誤差較大，對于三個直徑級別而言，提取結果均小于實際的分枝直徑，且相對誤差均在50%左右。該結論也與前人研究相一致，即QSM對于直徑小于20 cm的分枝直徑估算誤差相對較大[44]。研究通過QSM算法完成了欒樹分枝結構重建，驗證了QSM算法在直徑偏小（直徑小于20 cm）的分枝重建時，對直徑產生明顯的低估，且重建直徑均小于實測直徑。

2.2 不同分枝級別的分枝個數和長度統計分析

表4 不同DBH組別欒樹各級分枝個數與長度

圖5 不同DBH級別欒樹各級分枝個數

表4展示了不同DBH組別欒樹各級分枝的個數與長度，可以發現對于不同組別，隨著DBH的增加，1級分枝的長度有所增加，而其他級別的分枝沒有隨著DBH的變化產生明顯變化。隨著分枝級別的加深，不同DBH組別的分枝長度均呈現下降趨勢。就分枝個數而言，隨著DBH的增加，2級及以后級別的分枝個數均呈現上升趨勢；而隨著分枝級別的增加，分枝個數呈現先上升后下降的趨勢，如圖5所示。由此可以得出，研究區欒樹的DBH越大，1級分枝的長度越長，同時也有助于各級別分枝個數的增長。研究區欒樹正處于生長階段，因此隨著DBH的增長，1級分枝的長度增加，同時各級分枝的個數也有所上升，以此促進上部枝條對光照條件的競爭，從而促進欒樹的生長發育。

2.3 不同分枝級別的枝徑比

表5 不同DBH級別欒樹各級分枝枝徑比

圖6 不同DBH級別欒樹各級分枝枝徑比

表5和圖6展示了不同DBH級別欒樹各級分枝枝徑比的變化，可以發現對于不同的DBH組別，在前四級分枝，每一級分枝的枝徑比隨著DBH的增加均呈現下降趨勢，由此可以得出，隨著欒樹發育階段的深入，后一級分枝與前一級分枝的直徑差異在增大。在同一DBH組別內，前三級分枝直徑比逐漸增大，在DBH小于15 cm的范圍內，前四級分枝直徑比均隨著級別增加而增大，但DBH在15 cm以上的的組別里，4級分枝的枝徑比均開始下降，即3級分枝的枝徑比達峰值。通過對比不同分枝級別的枝徑比可以發現，1級分枝的枝徑比均較低，后三級分枝的枝徑比相差不大，隨著分枝級別的加深，枝徑比呈現先上升后平緩的變化趨勢。由此可以得出，1級分枝通常具有較大的直徑，2級分枝的直徑與1級分枝直徑間的差異較大，隨著分枝級別的上升，后一級別與前一級別分枝的直徑差距在逐漸減小。

2.4 不同分枝級別的分枝率

表 6 不同DBH級別欒樹各級分枝率

圖 7 不同DBH級別欒樹各級分枝率

表6和圖7展示了不同DBH級別欒樹各級分枝率變化，可以發現對于不同級別，1級分枝與其他幾個級別的分枝相比具有較高的分枝率，2、3、4級分枝的分枝率相互差別比較小，但隨著分枝級別的上升，分枝率總體呈現下降的趨勢。對于不同的DBH組別，隨著發育階段的加深，1、2、3、4級分枝的分枝率隨著DBH的增加整體呈現上升趨勢，尤其是1級分枝的分枝率增長幅度較大。由此可見，在欒樹的生長發育階段，隨著DBH的增長，有助于上級分枝分離出更多的下級分枝，從而增強對光照的競爭，促進樹木整體的發育?？傮w上，隨著DBH的增加，研究區欒樹的分枝率呈下降趨勢。

2.5 不同分枝級別的分枝角度

表7 不同DBH級別欒樹各級分枝角度

圖8 不同DBH級別欒樹各級分枝角度

分枝角度對于樹冠的形態具有重要作用，樹木分枝在樹冠中的分布方向影響著樹冠對光照和CO2等條件的利用。圖8和表7展示了不同DBH級別欒樹各級分枝角度的變化，可以發現對于不同的分枝級別，隨著級別的增加，分枝角度呈現上升趨勢，到高級別分枝的變化則較平緩，以便更好地利用生長空間并吸收光照。對于不同的DBH組別，能夠發現隨著DBH的增加，分枝角度呈現先上升后下降的趨勢。對于不同的分枝界別而言，DBH在15～17 cm的組別具有最大的分枝角度。由此可以得出，在樹木生長的前期分枝角度逐漸增大，隨著樹木生長過程的深入，分枝角度又逐漸變小，這有助于分枝更好地利用空間并吸收光照。

3 討論

本文基于欒樹的TLS點云使用QSM算法提取前四級分枝的結構參數，進行了欒樹分枝的分形特征分析。結果表明，研究區的欒樹正處于生長階段，隨著發育階段的深入，欒樹的DBH增長，1級分枝的長度也隨之增加，同時各級分枝的個數也有所上升。后一級分枝與前一級分枝的直徑差異在增大，枝徑比上升。欒樹前四級分枝的分枝率隨著DBH的增加表顯示出上升趨勢，其中1級分枝的分枝率具有較大的增長幅度，分枝角度則隨著DBH的增加表現出先上升后下降的趨勢。以上分枝格局有助于欒樹分離出更多的下級分枝，增強對光照的競爭和對發育空間的利用，從而促進對樹木整體的發育。探討欒樹的分枝格局將有助于增進其對光照和生長空間的利用情況，并揭示其應對環境變化的響應，從而有助于進行對欒樹的精確管理和科學經營。應當注意的是，本文選擇的欒樹為同齡10年樹，均處于生長發育階段，不同樹木之間結構的差異性較小，因此對比度更高，但是在更大范圍進行數據采集時，可能就會面臨對比難度增大的問題。同時，盡管QSM算法在分枝參數提取上有很強的能力，但是實驗證明其在分枝直徑方面的誤差較大，因此后續研究需要對如何提升直徑的提取能力以及對長度等參數的精度提高上作出努力。再者，如果可以針對同采樣區的欒樹進行年度的跟蹤研究，則可以更加系統科學的了解不同年齡的欒樹分形特征以及隨樹齡增長所產生的動態變化，后從而在更廣泛的角度討論TLS在進行樹木分枝結構研究方面的應用潛力。

4 結論

本實驗在開展過程中，發現人工測量需要人員多、耗時長、測量級別少的缺點，且如果對較大樹木進行測量，非破壞難以完成，而地基激光雷達相對節約大量人力和時間。本文基于QSM算法的重建結果，進行了欒樹冠層分形特征的分析，通過對比不同組別欒樹分枝特征的差異，發現在欒樹的生長發育階段，隨著DBH的增加，欒樹1級分枝的長度上升，同時具有更多的次級分枝數目，分枝率和枝徑比也同步上升。而隨著DBH的增加，各級分枝角度均呈現先上升后下降的趨勢，以更充分地利用光照條件和生長空間，促進欒樹的發育。因此，本研究證明基于TLS點云能夠實現對欒樹分枝結構參數的精確獲取，從而開展多級別分枝的分形特征研究，大幅節省人工測量所需要的大量人力物力，同時增進對欒樹分枝結構與生態屬性聯系的理解，為樹木的精細化管理與科學經營提供關鍵的決策依據。

[1] Ohsawa M, Nitta I. Patterning of subtropical warm-temperate evergreen broad-leaved forests in east Asian mountains with special reference to shoot phenology [J]. Tropics, 1997,6(4):317-334

[2] Wilkerson GG. Plant growth modeling and applications [J]. Agricultural Systems, 2004,82(1):93-94

[3] 孫棟元,趙成義,王麗娟,等.荒漠植物構型研究進展[J].水土保持研究,2011(5):281-287

[4] 徐程揚.不同光環境下紫椴幼樹樹冠結構的可塑性響應[J].應用生態學報,2001,12(3):339-343

[5] 李俊清,臧潤國,蔣有緒.歐洲水青岡(L.)構筑型與形態多樣性研究[J].生態學報,2001(1):151-155

[6] 陳波,宋永昌,達良俊.木本植物的構型及其在植物生態學研究的進展[J].生態學雜志,2002(3):53-57,29

[7] 鐘章成,曾波.植物種群生態研究進展[J].西南師范大學學報:自然科學版,2001,26(2):230-236

[8] 黃文娟,李志軍,楊趙平,等,胡楊異形葉結構型性狀及其與胸徑關系[J].生態學雜志,2010,29(12):2347-2352

[9] 孫書存,陳靈芝.遼東櫟植冠的構型分析[J].植物生態學報,1999,23(5):433-440

[10] 張文輝,祖元剛,馬克明.裂葉沙參與泡沙參種群分布格局分形特征的分析[J].植物生態學報,1999,23(1):31-39

[11] 馬克明,祖元剛.興安落葉松分枝格局的分形特征[J].植物研究,2000,20(2):235-241

[12] 趙相健,王孝安.太白紅杉分枝格局的可塑性研究[J].西北植物學報,2005,25(1):113-117

[13] 林勇明,俞偉,劉奕,等.不同距海處木麻黃分枝格局特征及冠形分析[J].應用與環境生物學報,2013,19(4):587-592

[14] Grau E. Estimation of 3D vegetation density with Terrestrial Laser Scanning data using voxels. A sensitivity analysis of influencing parameters [J]. Remote Sensing of Environment, 2017,191:373-388

[15] Malhi , Jackson, Bentley,. New perspectives on the ecology of tree structure and tree communities through terrestrial laser scanning [J]. Interface Focus, 2018,8(2):20170052

[16] Bazezew MN, Hussin YA, Kloosterman EH. Integrating Airborne LiDAR and Terrestrial Laser Scanner forest parameters for accurate above-ground biomass/carbon estimation in Ayer Hitam tropical forest, Malaysia [J]. International Journal of Applied Earth Observation & Geoinformation, 2018,73:638-652

[17] Wilkes P, Lau A, Disney M,. Data acquisition considerations for terrestrial laser scanning of forest plots [J]. Remote Sensing of Environment, 2017,196:140-153

[18] Takoudjou SM, Ploton P, Sonk? B,. Using terrestrial laser scanning data to estimate large tropical trees biomass and calibrate allometric models: A comparison with traditional destructive approach [J]. Methods in Ecology & Evolution, 2017,9(4):905-916

[19] Stovall, Vorster, Anderson,. Non-destructive aboveground biomass estimation of coniferous trees using terrestrial LiDAR [J]. Remote Sensing of Environment, 2017,200:31-42

[20] Tansey K, Semles N, Anstee A,. Estimating tree and stand variables in a Corsican Pine woodland from terrestrial. laser scanner data [J]. International Journal of Remote Sensing, 2009,30(19):5195-5209

[21] Huang H, Li Z, Gong P,. Automated methods for measuring DBH and tree heights with a commercial scanning。Lidar [J]. Photogrammetric Engineering & Remote Sensing, 2011,77(3):219-227

[22] Burt A, Disney MI, Armston P,. Rapid characterisation of forest structure from TLS and 3D modelling. in. Geoscience and Remote Sensing Symposium (IGARSS) [J]. IEEE International. 2013, PP: 3387-3390

[23] Krooks A , Kaasalainen S , Kankare V, e. Predicting tree structure from tree height using terrestrial laser scanning. and quantitative structure models [J]. Silva Fenn, 2014, 48: 1125

[24] Brede B, Lau A, Bartholomeus HM,. Comparing RIEGL RiCOPTER UAV LiDAR derived canopy height and DBH with terrestrial LiDAR [J]. Sensors, 2017,17:2371

[25] Zhao F, Guo Q, Kelly M. Allometric equation choice impacts lidar-based forest biomass estimates: A case study from the Sierra National Forest, CA [J]. Agricultural & Forest Meteorology, 2012,165:64-72

[26] Srinivasan S, Popescu SC, Eriksson M, et al. Terrestrial laser scanning as an effective tool to retrieve tree level height, crown width, and stem diameter [J].Remote Sensing, 2015,7(2): 1877-1896

[27] Dassot M, Colin A, Santenoise P,. Terrestrial laser scanning for measuring the solid wood volume, including branches, of adult standing trees in the forest environment [J]. Computers & Electronics in Agriculture, 2012,89:86-93

[28] R?der A,Klemmt HJ., Seifert S,Integration of the forest growth simulator SILVA in practical forest management. EnviroInfo (1). 2007:239-246

[29] Raumonen P, Kaasalainen M, ?kerblom M,. Fast automatic precision tree models from terrestrial laser scanner data [J]. Remote Sensing, 2013,5(2):491-520

[30] Lau A, Martius C., Bartholomeus H, et. Estimating architecture-based metabolic scaling exponents of tropical trees using terrestrial LiDAR and 3D modelling [J]. Forest Ecology and Management, 2019,439:132-145

[31] Chen S, Feng Z., Chen P,. Nondestructive estimation of the above-ground biomass of multiple tree species in boreal forests of China using Terrestrial Laser Scanning [J]. Forests, 2019,10(11):936-961

[32] 倪文儉,過志峰,孫國清,等.基于地基激光雷達數據的單木結構參數提取研究[J].高技術通訊,2010,20(2):191-198

[33] 王寧寧,尹文廣,黃秦軍,等.三維掃描技術在獲取楊樹樹冠結構特征參數上的應用[J].林業科學,2015,51(5):108-116

[34] 劉金鵬,張懷清,劉閩,等.基于點云骨架的單木分枝參數提取研究[J].北京林業大學學報,2016,38(10):15-20

[35] 楊吉華,張永濤,王貴霞,等.欒樹、黃連木、黃櫨水分生理生態特性的研究[J].水土保持學報,2002(4):152-154

[36] 張勝,湯少展,彭兆豐.欒樹中有效成分的提取、應用及其生物修復綜述[J].江蘇林業科技,2020,47(2):48-51

[37] 馮獻賓,董倩,李旭新,等.黃連木和黃山欒樹的抗寒性[J].應用生態學報,2011,22(5):1141-1146

[38] 馬廣恩,申雅維,魯學照,等.欒樹抗菌有效成分的研究[J].中草藥,1998(2):84-85

[39] 翟梅枝,郭景麗,王磊,等.欒樹花黃酮類化合物的提取工藝研究[J].西北林學院學報,2010,25(2):136-139

[40] Zhao JQ, Ledoux H, Stoter J,. HSW: Heuristic Shrink-wrapping for automatically repairing solid-based City GML LOD2 building models [J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2018,146:289-304

[41] Yilmaz CS, Yilmaz VO, Güng R. Investigating the performances of commercial and non-commercial software for ground filtering of UAV-based point clouds [J]. International Journal of Remote Sensing, 2018:5016-5042

[42] 張昌賽,劉正軍,楊樹文,等.基于LiDAR數據的布料模擬濾波算法的適用性分析[J].激光技術,2018,42(3):410-416

[43] Zhang WM, Qi JB, Wan P,. An easy-to-use airborne LiDAR data filtering method based on cloth simulation [J]. Remote Sensing, 2016,8(6):501

[44] Lau A, Bentley LP, Martius C,. Quantifying branch architecture of tropical trees using terrestrial LiDAR and 3D modelling [J]. Trees, 2018,32(5):1219-1231

Fractal Characteristics ofon Ground-based LiDAR

LI Hui, LIN Yi*, MENG Xiang-shuang, SHI Zhen-wei, CAI Wan-yuan

100871,

The geometric characteristics of tree meristems describes the structures that branches form according to certain laws. It reflects the adaptability of individual tree to the environment, and the competitive power to factors that affect growth such as light, water and growth space.The advancement of Terrestrial Laser Scanning (TLS) technology has made it possible to obtain parameters of single wood constructions in a convenient, non-destructive, and environmentally friendly manner. In this study, we used TLS point cloud based method instead of original labor-intensive methods to estimate structural parameters of tree branches, and perform further analysis of fractal characteristics. The results showed that to make better use of light and growth space during the growth stage, branching ratio and branch diameter ratio rised synchronously as DBH icreasd，while branching angles increased first, and then decreased。

LiDAR; Koelreuteria paniculata; characteristics analysis

P237

A

1000-2324(2022)03-0475-09

10.3969/j.issn.1000-2324.2022.03.021

2021-12-14

2022-02-07

國家自然科學基金面上項目(32171782,31870531)

李輝(1983-),男,碩士研究生,講師,主要從事激光雷達遙感研究. E-mail:Hui_li@pku.edu.cn

Author for correspondence. E-mail:yi.lin@pku.edu.cn