基于三維激光掃描數據的樹木健康度評價

王 艷 潛成勝

(1. 東莞市測繪院, 廣東 東莞 523000; 2. 交通運輸部南海航海保障中心, 廣東 廣州 510235)

0 引言

三維激光掃描技術又稱為實景復制技術,它是利用激光測距的原理,通過記錄被測物體表面大量密集點的點的三維坐標、反射率和紋理等信息,快速復建出被測目標的三維模型及線、面、體等各種圖件數據。由于三維激光掃描系統可以密集大量地獲取目標對象的數據點,因此相對于傳統的單點測量,三維激光掃描技術被稱為從單點測量到面測量的革命性突破[1]。

目前,三維激光掃描技術已經發展得比較成熟,在文物古厝保護、建筑、規劃、土木工程、室內設計、建筑監測、災害評估、船舶設計、數字城市、軍事分析等領域有很多的嘗試、應用和探索。三維激光掃描技術也為重要樹木測繪的精細化、信息化提了機遇。國內有很多科研單位利用三維激光掃描技術應用于樹木測繪的案例。高士增從單木的三維重建著手,基于地面三維激光掃描的點云數據,構建樹木枝干的等值線模型和Delaunay三角網模型,實現樹木形態結構參數的自動和人機交互式提取[2]。周珺婕基于地面三維激光掃描數據密度信息實現部分復雜且關鍵閾值的自動獲取[3]。徐強法開發了一種基于計算機圖形的3D點云分割方法,可從單個葉片中準確有效地檢測樹葉及其形態特征[4]。徐華東研究了基于三維激光掃描的單木胸徑和樹高的辨識方法,提高了林分尺度下單木參數的識別精度[5]。黃德利用三維激光掃描系統獲取城市樹木的點云數據并建模提取樹木的樹高、胸徑、樹冠體積和樹木材積等特征,作為城市樹木智能化管理的基礎數據[6]。王祺以地面三維激光掃描儀為載體,采用了算法理論、程序編譯與實例相結合的方法,實現了胸徑、樹冠體積兩個基本參數的提取以及樹木的可視化[7]。

本文利用三維激光掃描技術,選取合適的掃描儀以一定的觀測頻率多次對同一樹木進行重復獲取具有位置精度達到毫米級的點云數據,選取合適的軟件平臺對每次的樹木點云數據進行濾波、抽稀、分類、三維模型自動建立、成長健康指標采集、成長健康度分析評價。具體技術路線如圖1所示。

圖1 技術路線圖

1 三維激光掃描技術及樹木健康度評價

1.1 三維激光掃描技術

三維激光掃描的工作流程由于不同的平臺也稍有不同。下面以常見的一般地基三維激光掃描儀來介紹其工作流程。

1.1.1點云數據預處理。

外業采集到的點云數據往往存在一些問題,這就需要對這些點云數據進行預處理。主要包括點云去噪、拼接、精簡、坐標轉換等步驟,用以獲取高質量的點云,方便下一步的處理。外業掃描時,一般一站測量不能夠測量完目標物的全貌,這就需要進行多站點數據采集。每站之間必須設置參考目標,或者有一定的重疊區域,然后再通過內業處理將不同站的點云數據進行拼接等操作,獲得目標物完整的三維激光點云數據[8-10]。

1.1.2三維模型的構建

三維激光掃描儀的優勢主要體現在對形狀不規則的物體三維建模方面。按照測量對象的形狀特點,三維激光的三維模型構建可分為面對規則對象的建模和面對不規則對象的建模。面對規則對象的建模主要通過構建三角網的方法來實現,面對不規則對象的建模是通過先提取特征線然后再轉化為實體進行模型重建,除此之外,還可以通過先構建特征三角網然后再構建三維模型[11-12]。

1.1.3三維模型的后處理

構建完三角網模型后,有時候會發現模型存在孔洞、三角網雜亂無序等問題。這些是由于外業數據采集時受外界環境的影響,部分區域的點云數據無法采或采集密度不夠所造成的,這就需要對三維模型再進行模型的修復和優化處理[13]。

1.1.4紋理映射

修復和優化完后的三角網模型是沒有真實的色彩信息的。通常需要用高清數碼相機重新對模型進行紋理信息的采集,采集完后的數據通過相應的軟件進行三維模型的紋理映射。通過紋理映射可以最大限度地還原測量對象的真實紋理信息,進而完成三維模型重建。

1.2 樹木健康度評價

樹木健康度評價指標的選取需遵循科學性、系統性、可操作性等原則[14-16]。

樹木健康度評價指標分別是樹勢、傾斜、枯枝腐枝、頂梢枯死、葉斑或變色、枝葉病害、枝葉蟲害、寄生、干基腐朽、樹干洞穴、樹干損傷、樹干病蟲害、根部損傷及根部通氣透水性。樹木健康度評價指標體系如表1所示。

樹勢：書怒的整體生長狀態和外觀表現;

傾斜：樹體樹干的整體傾斜程度;

枯枝腐枝：樹木枯枝腐枝在整個樹木中所占的比例,來判斷枯枝腐枝的嚴重程度的指標;

頂梢枯萎：環境因素或人為因素等造成的樹梢枯萎的情況;

葉斑或變色：枝葉變色是指樹枝和樹葉部分或成片的顏色異常變化;

枝葉病害：由病引起的可以對樹木造成嚴重枯萎、死亡的指標;

枝葉蟲害：由蟲子引起的可以對樹木造成嚴重枯萎、死亡的指標;

寄生：寄生生物對樹木造成的破壞程度;

干基腐朽：由外部環境引起的樹干纖維素和木質素被解體,部分樹干出現腐朽等狀態;

樹干洞穴：由自然界的鳥類及穴居動物造成的樹干洞穴情況或由于樹木年老營養跟不上等造成的樹木空洞情況;

樹干損傷：環境因素或人為因素等造成的樹干損傷情況;

樹干病蟲害：由蟲害導致樹干枯萎、死亡的程度;

根部損傷：環境因素或人為因素等造成的樹木根部受損情況;

根部通氣性透水性：根部土壤透過空氣的能力,良好的根部通氣性和透水性有助于樹木生根。

表1 樹木健康度評價指標體系

根據表1中的14個指標，利用下式求得樹木健康度得分

(1)

通過式(1)的14個指標的綜合計算，得到健康度得分。為更明了的確定樹木健康狀況，將樹木健康等級進行劃分，從多個方面對樹木健康的等級情況狀況進行整體的評價。將健康度得分劃分為5個等級，如表2所示。

表2 樹木健康度等級劃分表

2 實例驗證

2.1 研究區概況

本實例對象是某市路邊綠化帶內9棵椰子樹,它的特點是：地段比較敏感、比較高大、樹種比較名貴。運用SX10掃描儀掃描樹干點云并根據點云獲取樹木、樹高、冠幅及距離地面不同高度的樹干的胸徑及幾何中心點的坐標。

2.2 外業點云掃描

地基三維激光掃描布設測站要求如下：

(1)視野開闊,地面穩定,車流量較少；

(2)為滿足精度,黑白標靶和樹干距離測站不大于20 m；

(3)激光束相對于黑白標靶平面的入射角度不大于50°；

(4)監測的每棵樹樹干點云應360°全覆蓋；

(5)布設的基準點架設上黑白標靶后至少被1個測站掃描到。

2.3 內業數據處理

(1)運用TBC軟件得出坐標控制網圖及點云拼接圖,并賦予真彩色點云。然后經過點云修剪掉等步驟,將精處理好的點云導入TrimbleRealworks軟件建模。TBC軟件處理后的矢量點云如圖2所示。

圖2 矢量點云圖

(2)利用Realworks軟件強大的點云建模功能,建立監測樹木的單顆模型;將建立好的三維數模型和三維點云利用realworks軟件本身的功能做切片分析。將樹干剖面每隔半米做一個橫截面意圖如圖3所示。

圖3 橫截面示意圖

(3)將上一步的數據導入gemagic Control軟件做進一步的兩期掃描數據的3D對比分析和兩期點云點與點分析,得出具體樹木上下位置點位樹木自身的變形數據。

2.4 健康度評價

根據樹木健康度評價體系,結合上述地基三維激光掃描數據監測成果,對椰子樹進行樹木健康度評價。兩期樹木的特征如表3所示。

表3 兩期樹木特征統計表

結合外業調查統計表4,最終得到健康度評價統計表如表5所示。

表4 外業調查統計表

表5 健康度評價統計表

可以看出,樹木整體健康度狀況良好。絕大部分樹木處于基本健康或亞健康狀態;部分樹木生長一般,處于中等健康狀態,存在一定的健康問題。

由于地處路邊,過往車輛比較多,在尾氣污染嚴重、土壤貧瘠的街道表現存在一些健康問題。受尾氣污染,部分樹葉出現變色現象,土壤環境結實,不利于樹木根部的通氣性透水性。通過兩期觀測發現椰子樹的中等健康的比重在小幅增加,亞健康的比重逐漸減少,這是個不太好的生長狀態。表現在少部分嫩梢枯頂,部分主干樹皮開裂,受病蟲害影響部分樹葉出現黃褐色斑影響綠化景觀,樹木長勢較慢等。在后續的生長過程中應注意改善生長環境,適當增加營養,進行病蟲害防治等。

3 結束語

(1)利用外業獲取的點云數據獲取樹木健康指標(高度、胸徑、冠幅、傾斜)工藝流程,包括點云處理數據處理平臺比較,以及基準控制點的平差,點云數據配準、濾波、抽稀、分類、三維結構模型自動建立。

(2)利用多次獲取的樹木高度、胸徑、冠幅、傾斜等健康指標對比分析評判樹木的健康度。具體工作包括：樹木成長健康評價因子與模型確定、健康指標對比方法與工藝研究(例如傾斜、樹徑等異常變化分析),為業主決策提供科學依據。