基于双时相地面激光扫描揭示修剪对长白落叶松人工林冠层发育与茎干生长的短期影响

《Industrial Crops and Products》:Short-term impacts of pruning on crown development and stem growth revealed by dual-temporal terrestrial laser scanning in Larix olgensis plantations

【字体: 时间:2026年04月04日 来源:Industrial Crops and Products 6.2

编辑推荐:

  了解修剪如何调控人工林工业用树种的短期结构发育,对于优化栽培实践、提升森林原料的生产力至关重要。传统的树木生长评估方法依赖重复的实地测量或破坏性取样,其在捕捉冠层结构的精细动态变化方面存在局限。地面激光扫描(TLS)提供了一种无损、高分辨率的替代方案,可用于量

  
了解修剪如何调控人工林工业用树种的短期结构发育,对于优化栽培实践、提升森林原料的生产力至关重要。传统的树木生长评估方法依赖重复的实地测量或破坏性取样,其在捕捉冠层结构的精细动态变化方面存在局限。地面激光扫描(TLS)提供了一种无损、高分辨率的替代方案,可用于量化树木结构属性及其时序变化,为评估树木对营林干预的生长响应提供了新机遇。本研究利用2021年(T1)和2024年(T2)采集的双时相TLS点云数据,研究了长白落叶松(Larix olgensis)人工林在修剪后的短期结构调整。修剪处理设为移除0%(CK,对照)、20%(LP,轻度修剪)、30%(MP,中度修剪)或40%(HP,重度修剪)的活冠。研究从TLS数据中自动提取树木结构特征,并量化了冠层指标(冠层体积增量ΔCV、冠层表面积增量ΔCSA、冠幅增量ΔCW、冠层投影面积增量ΔCPA和树高增量ΔH)以及茎干指标(胸高断面积增量ΔBA和茎干体积增量ΔSV)。修剪强度显著增加了ΔH、ΔCV和ΔCSA,而三年后ΔBA、ΔSV、ΔCW和ΔCPA的响应未达到统计显著水平。冠层生长与茎干生长之间存在正相关关系,但这些关联的强度因修剪强度而异,表明地上部分结构组件间的耦合关系依赖于处理。混合效应模型分析确定ΔCV和ΔCW是茎干生长的最强预测因子。通过包含随机效应以考虑不同修剪强度间的变异,模型对ΔBA和ΔSV的预测性能分别提高了8.3%和4.6%。总体而言,本研究表明时序TLS能够有效检测人工林树木中由修剪引起的细微结构动态变化。这些发现推动了三维表型技术在森林栽培中的应用,并为制定旨在提升工业用林作物生长表现的管理策略提供了支撑。
本文以东北林业大学Fan Wang等研究人员在中国黑龙江省佳木斯市孟家岗林场开展的长白落叶松(Larix olgensis)人工林修剪试验为研究对象,旨在评估双时相地面激光扫描(TLS)技术监测树木对短期修剪干预响应的能力,并量化不同修剪强度下冠层结构变化与茎干生长之间的关系。

**研究背景与意义**
人工林的生长与产量受气候、立地条件、遗传背景和营林措施等多重因素影响。修剪作为一种常见的营林措施,能通过减少活节、调控树形、改善通风透光来提升木材品质和经济收益。然而,修剪对树木生长的影响具有阶段性和时效性,且现有研究结论存在矛盾,这主要是由于树种、立地质量、冠层郁闭度、修剪时间与技术等多种因素的复杂交互作用所致。同时,传统研究方法(如破坏性取样或人工测量)存在劳动密集、数据维度有限、时空尺度受限等问题,难以捕捉树木结构对修剪的精细响应,导致关于修剪效应的长期追踪研究相对匮乏。因此,迫切需要一种高精度、无损的动态监测手段来深入理解树木的响应机制。激光扫描技术的出现使得详细测量树木结构特征成为可能。近年来,TLS技术凭借其高空间分辨率、无损和毫米级三维建模能力,在林业研究中应用迅速增长,特别是在单木尺度的结构监测方面。尤其是双时相TLS技术的发展,使研究人员能够在时间序列尺度上动态监测单木或林分的结构变化,为高精度评估管理措施的效果提供了新途径。本研究利用双时相TLS点云数据,旨在填补长白落叶松人工林结构响应修剪的短期实证研究空白,深化对修剪生理生态效应的理解,并为优化修剪实践、提升森林生产力提供科学依据。

**研究区域与方法**
研究区域位于中国黑龙江省佳木斯市孟家岗林场(东经130°32′42″至130°52′36″,北纬46°20′16″至46°30′50″),属温带大陆性季风气候。研究对象为2006年春季以3300株/公顷密度营造的长白落叶松人工林。2017年春季,研究人员在该林分内建立了10个20米×20米的固定样地,并实施了不同强度的修剪处理:移除20%(LP)、30%(MP)和40%(HP)的活冠长度,并设置了一个不修剪的对照样地(CK)。修剪于生长季前进行,移除树冠下部枝条至目标比例,所有修剪枝条与树干齐平。数据采集分别于2021年9月(T1)和2024年9月(T2)进行,使用RIEGL VZ-400i地面激光扫描仪对每个样地进行五次扫描(中心扫描加四个角点扫描),并同步开展详细的每木调查。所有空间数据均统一至WGS 84 / UTM zone 52N坐标系。点云数据预处理包括配准、重采样、地面点分类、数字高程模型生成、点云归一化以及基于深度学习和代谢生态学理论的单木分割。通过基于空间邻近性的规则,完成了T1与T2点云分割树木之间的匹配,并筛选出852株生长正常的树木用于分析。树木结构参数提取方面,胸高断面积(BA)通过在1.3米高处拟合圆获取;树高(H)为点云Z值的最大最小值差;冠层高度(HCB)通过点云垂直密度剖面的局部最小值确定;随后提取冠层点云,利用三维和二维Alpha形状算法计算冠层体积(CV)、冠层表面积(CSA)和冠层投影面积(CPA);冠幅(CW)通过四个基本方向冠幅半径的平均值计算。生长增量(Δ)为T2与T1测量值之差。统计分析首先验证了TLS提取参数与实地测量值的一致性,然后采用单因素方差分析(ANOVA)和最小显著差异法(LSD)检验不同修剪处理间增量差异的显著性,并利用Pearson相关系数评估冠层增量与茎干增量间的相关性。最终,构建了线性混合效应模型,以冠层增量为固定效应、修剪强度为随机效应,来预测茎干生长(ΔBA和ΔSV),并基于赤池信息准则(AICc)进行模型选择。

**研究结果**
**(1) 双时相TLS数据与实地测量的一致性**
分析表明,T1和T2时点TLS提取的胸高断面积(DBH)、树高(H)和冠幅(CW)与实地测量值具有高度一致性(R2 > 0.61)。其中,DBH(R?2 = 0.99, R?2 = 0.99)和H(R?2 = 0.86, R?2 = 0.87)的一致性优于CW(R?2 = 0.76, R?2 = 0.61)。TLS提取的生长增量(ΔDBH, ΔH, ΔCW)与实地测量增量也呈现良好相关性(R2 > 0.39)。此外,冠层体积(CV)、冠层表面积(CSA)和冠层投影面积(CPA)等TLS提取的冠层属性在两个时点间表现出强相关性(Pearson相关系数r > 0.82)。这证实了双时相TLS数据在量化单木结构变化方面的可靠性和时效一致性。

**(2) 不同修剪强度下树木结构属性的生长响应**
方差分析结果显示,不同修剪处理间ΔBA、ΔSV、ΔCW和ΔCPA的差异不显著(p > 0.05),而ΔH、ΔCV和ΔCSA的差异达到显著水平(p < 0.05)。最小显著差异法多重比较表明:对于ΔH,除HP与MP处理间差异不显著外,其余两两处理间差异显著;对于ΔCV和ΔCSA,LP与MP处理间差异不显著,其余处理间差异显著。这表明修剪强度显著促进了树木高度、冠层体积和表面积的增长,但对胸高断面积、茎干体积、冠幅和冠层投影面积的短期(三年)影响未达统计显著水平。

**(3) 茎干生长与冠层尺寸增量的关系**
分析发现,茎干生长增量(ΔBA和ΔSV)与各项冠层尺寸增量(ΔH, ΔCV, ΔCSA, ΔCW, ΔCPA)均呈正相关关系,表明冠层扩张伴随着茎干生长。这些相关性的强度因修剪强度而异。总体而言,ΔSV与冠层增量的相关性强于ΔBA。当考虑所有树木时,ΔCV与ΔBA的相关性最强(r > 0.5),ΔCV、ΔCSA和ΔH与ΔBA也表现出相对较强的相关性(r > 0.3)。

**(4) 基于冠层尺寸变化的茎干生长预测模型**
混合效应模型分析表明,冠层尺寸增量是茎干生长的显著预测因子。对于ΔBA,单变量模型中ΔCV的解释力最高(R2m = 0.334);包含ΔCV和ΔCW的双变量模型解释力最优(R2m = 0.355)。将修剪强度作为随机效应纳入模型后,预测性能显著提升:ΔCV对ΔBA的模型解释力从33.4%提高到41.6%(R2c = 0.416);ΔCV与ΔCW组合模型的解释力从35.5%提高到43.8%(R2c = 0.438)。对于ΔSV,单变量模型中ΔCV同样具有最强解释力(R2m = 0.427),纳入随机效应后提高至47.3%(R2c = 0.473)。ΔCV和ΔCW被确认为预测茎干生长的关键冠层指标。

**讨论与结论**
讨论部分总结认为,本研究证实了双时相TLS技术能够有效捕捉人工林树木对修剪干预的短期结构响应。研究结果支持了修剪促进树木结构属性(特别是高度、冠层体积和表面积)增长的观点,这与部分在郁闭林分中开展的研究结论一致,可能归因于修剪后光合资源重新分配。冠层体积和表面积对修剪强度响应敏感,而冠幅和冠层投影面积响应不显著,可能受林分密度限制。研究揭示了冠层生长与茎干生长之间存在正相关耦合关系,且这种关系受到修剪处理的调节,这为理解树木如何通过结构调整应对外部干扰提供了实证支持。混合效应模型结果表明,冠层尺寸增量(尤其是冠层体积和冠幅)可作为茎干生长的有效预测指标,并且考虑处理间随机变异能显著提高模型精度。

研究结论部分翻译为:森林管理可从了解树木生长如何响应营林实践中受益。为更好地理解人工林森林的结构调控与生长过程之间的关系,准确刻画单木及其在时空维度上的结构变化至关重要。基于TLS的方法已被证明在捕捉动态森林结构属性方面有效,但其在评估不同营林处理如何影响树木生长方面的潜力仍待探索。本研究旨在弥合这一知识差距,利用来自修剪处理样地的双时相TLS点云数据,重点考察不同修剪强度下人工林长白落叶松在冠层和茎干结构变化方面的异速生长模式。通过证明时序TLS是监测冠层和茎干结构动态的可行技术,本研究有助于将TLS整合到营林实践中,以更细致地理解树木生长过程。研究结果表明,修剪强度影响冠层与茎干生长之间的关系,冠层尺寸增量可作为茎干生长的代理指标。这支持了一个普遍的生态学原理,即树木通过结构调整来应对外部干扰。此外,观察到的茎干与冠层生长之间的相关性突显了从TLS获取的高分辨率结构信息在支持更大尺度森林监测方面的潜力。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号