機載LiDAR在紅樹林林分平均高估算中的應用

鄧靜雯， 田義超,2， 張 強， 陶 進,， 張亞麗， 黃升光

(1.北部灣大學資源與環境學院，欽州 535000； 2.北部灣大學廣西北部灣海洋災害研究重點實驗室，欽州 535000； 3.北部灣大學海洋地理信息資源開發利用重點實驗室，欽州 535000)

0 引言

紅樹林群落與其所在的濱海鹽生沼澤濕地相互作用形成了紅樹林生態系統。紅樹林生態系統是全球最具特色的濕地生態系統，同時具備海洋生態及陸地生態的特性，具有強大的生態防護功能。林分平均高是紅樹林濕地生態系統模型的一個重要輸入參數，是研究紅樹林碳儲量的重要指標之一，也是估算各種紅樹林參數的基礎。因此，采用定量化方法快速、準確地獲取紅樹林林分平均高信息成為了近年來紅樹林結構參數研究的熱點。

人工實地調查在林分平均高調查時費時費力，且調查效率低下。隨著遙感技術的日益成熟，遙感技術已成功應用于大尺度森林制圖和災害監測等領域，效率得到了大幅度的提高，但森林高度、生物量等森林結構參數是傳統光學遙感無法解決的，而激光雷達(light detection and ranging，LiDAR)技術可以獲取森林的結構參數信息[1]。LiDAR是傳感器發出激光信號，檢測目標物體的位置，接收反射信號從而測量傳感器與目標物體之間距離的一種新技術。近幾十年來，國內外相關學者在激光點云森林結構參數反演算法方面做了大量的研究, 促進了LiDAR技術在林業方面的發展。其中，N?sset等[2]、Andersen等[3]、焦義濤等[4]、洪奕豐等[5]學者基于機載 LiDAR點云數據，采用線性回歸模型對不同區域的森林高度和生物量進行了估算。線性回歸模型比較適用于建模目標之間關系相對簡單且數據量不大的情況，這類線性回歸模型雖然快速簡單，但要求建模數據必須滿足獨立性、線性、正態性以及方差齊性等要求。

相對而言，隨機森林、支持向量機以及人工神經網絡等算法在構建復雜非線性森林參數估算模型中具有更大優勢。如Li等[6]和Monnet等[7]基于機載 LiDAR點云數據，在支持向量機模型的支持下對不同研究區的生物量進行估計，結果顯示估測精度較好； 魯林等[8]和趙勛等[9]基于LiDAR點云數據，采用隨機森林算法分別對福建省朱溪河流域的松樹以及廣西壯族自治區國有高峰林場的人工林林分平均高進行了估算，結果顯示林分平均高與實測值具有顯著的相關性，其相關系數均超過0.94。但是紅樹林生長在海岸灘涂地帶，人們很難進入其根系繁茂的內部進行測量。雖然國外已有諸多學者對LiDAR反演紅樹林植被參數的算法開展了深入的研究，但國內學者在這方面的研究較少，僅有少量開展過紅樹林生物量方面的研究[10-11]。迄今為止，采用機載LiDAR點云對紅樹林林分平均高方面的研究匱乏。因此，為了支持紅樹林的恢復、保護和可持續管理，需要采用一種快速高效的模型來評估紅樹林的林分平均高。而基于機載LiDAR點云數據，采用機器學習算法為紅樹林林分平均高的估算提供了便捷的技術手段。

無瓣海桑(Sonneratiaapetala)天然分布于馬來西亞、孟加拉國等國[12]，2002年廣西欽州市為了加快紅樹林恢復，從廣東湛江市引進了無瓣海桑幼苗進行造林試驗。在近年營造的作用下，無瓣海桑迅速占領了適宜的林地，甚至入侵了原生紅樹林群落[13]。這些入侵的無瓣海桑擠占了原有的本土紅樹林生長空間，對當地的紅樹林樹種生長造成了一定的影響，但是入侵的無瓣海桑高度如何，目前尚未有定量化的評估數據。鑒于此，基于北部灣茅尾海康熙嶺片區的LiDAR點云數據，借助相關數理分析指標對隨機森林、支持向量機以及神經網絡3種模型進行了優選，在最優模型的支持下估算了研究區的紅樹林平均高及其空間分布狀況，研究方法可為今后該地區無瓣海桑長勢的動態監測提供有力的技術支撐。

1 研究區概況

研究區位于北部灣茅尾海康熙嶺片區，介于N21°51′26″～21°51′42″，E108°29′27″～108°29′43″之間，該片區屬于亞熱帶季風氣候，太陽輻射強，季風環流明顯。夏長冬暖，夏季時長有6個月之多，全年平均氣溫在22 ℃左右，其年均降雨量為1 658 mm，年總日照為1 673 h[14]。欽州市的海水溫度、海水鹽度、土壤及沉積物，為紅樹林的生長提供了有力的條件，本次主要研究樹種為一種外來木本植物——無瓣海桑(Sonneratiaapetala)，據當地漁民的調查可知，研究區的無瓣海桑擴散方向如圖1黃色箭頭所示。

圖1 研究區紅樹林地理位置Fig.1 Location of mangrove in the research area

2 數據來源與研究方法

2.1 數據來源

2.1.1 地面實測樣地數據獲取

2021年1月在康熙嶺紅樹林保護區共布設了66個10 m×10 m的正方形樣方，樣方中心點分布位置如圖1所示，圖中采用地理坐標系GCS_WGS_1984，投影坐標系Albers。在布設樣方前確定紅樹林種類、種植模式和當地潮位信息。記錄的信息包括樣方中的胸徑(在高度1.3 m處量測)、樹高以及地理坐標(經緯度)等數量特征。

本次采樣，量測1.3 m處樹高使用鋼卷尺量測，量測胸徑使用皮尺量測，如圖2所示。以樣方為統計單位，結合實地量測到的樹高和胸徑數據，采用斷面積加權法算出無瓣海桑的林分平均樹高[15]，其具體計算公式為：

(1)

式中：H為林分平均高；gi為第i棵林木的胸高斷面積；hi為第i棵林木的樹高；n為樣方內所有林木的棵數。

圖2 研究區野外實測樣地數據獲取

2.1.2 機載LiDAR數據獲取

2021年1月19日下午3點采用DJI M600 PRO無人機所搭載的普通數碼相機和HS40P激光傳感器在廣西茅尾海康熙嶺片區進行紅樹林飛行試驗，從而獲得了LiDAR點云數據。當天拍攝的垂直高度約為70 m，航向及旁向重疊度為80%且風力小于2級。本文利用Intertial Explorer(GPS-IMU)后處理軟件結合慣性測量單元(inertial measurement unit,IMU)數據以及全球導航衛星系統(global navigation satellite system,GNSS)技術對原始的紅樹林回波信息進行解算，可以得到研究區的三維激光點云信息(圖3)。

二十世紀末的中國作家對于死亡這一特殊的生命現象有著極大的興趣。在這個群體當中，史鐵生對死亡的感悟，無疑是非常有特色的。作為個體的人，史鐵生是孱弱的，疾病扼住了命運的咽喉；但他又是強大的，病體的不幸反而讓他既能超越恐懼直面死亡，思考死亡的本質，又能對死亡進行超越性的審美觀照，使生命升華至更高的境界。他是真正的勇士，向死而生，以自己殘缺的身體，勇敢地追尋生命真正的意義。

(b) 選取區域的激光點云輪廊圖 (a) 無人機獲取的激光點云俯視圖 (c) 局部激光點云特征

2.2 研究方法

2.2.1 LiDAR點云樹高信息提取

機載LiDAR系統由激光測距裝置、成像裝置、IMU姿態測量裝置和全球定位系統(global positioning system,GPS)接收機4部分組成。它利用GPS和IMU分別可以獲得激光源的坐標及激光脈沖的方位。激光測距的原理是測量地表采樣點的激光回波脈沖對于發射主波的時間差，從而得到傳感器到地面采樣點的距離[16]。其測距基本原理可表示為：

(2)

式中：D為傳感器到目標物體的距離；c為光速；T為激光脈沖從激光器到被測物體的來回傳輸時間。

使用邵為真等[17]提出的不規則三角網濾波算法將不同密度的LiDAR點云數據分離出地面點云與非地面點云(植被點云)，對所獲取到的地面點進行插值可生成數字高程模型(digital elevation model，DEM)，進而將植被點云高程減去DEM數據可得到植被點云的歸一化值，最后利用歸一化植被點云可提取相關點云變量。由于LiDAR點云的第一回波對植被冠層的檢測更為敏感，本研究采用植被冠層的第一回波數據用于估算林分參數[9](表1)，包括百分位數高度15個(hp01，hp05，…，hp95，hp99)、百分位數強度15個(ip01，ip05，…，ip95，ip99)、最大高度強度(hmaximax)、最小高度強度(hminimin)、平均高度強度(hmeanimean)、點云高度強度標準差(hstddevistddev)、高度強度變異系數(hcvicv)、高度強度眾數(hmodeimode)以及百分位數高度強度四分位數間距(hiqiiq)。標準差一般反映用于樣方內植被點云高度強度的離散程度，標準差越大，樣方內植被點云高程強度離散程度越大，反之越小。

表1 用于林分平均高估測的點云特征統計量Tab.1 Point cloud characteristic statistics forstand mean height estimation

2.2.2 林分平均高模型的構建

隨機森林算法是分類和回歸問題中最受歡迎的機器學習算法之一[18]。隨機森林模型由多元回歸樹組成，在構建每棵回歸樹的過程中，每棵樹節點選擇分割變量時，先從所有特征變量中隨機選取k個特征變量，然后從中找到最優分割點并生成多個回歸樹模型。每棵回歸樹的最終預測結果是節點的平均值，隨機森林的最終預測結果是所有回歸樹預測結果的平均值。隨機森林算法使用boot-strap采樣和bagging集成樹算法，并從弱學習者集合中獲得最準確的決策。在學習過程中，大約70%的樣本(袋內)用于訓練階段，30%的樣本(袋外)用于測試階段。與其他基于樹和增強的機器學習型類似，隨機森林模型可以模擬每個變量的重要性程度。隨機森林模型中最主要的超參數包括最大深度、最小樣本葉數、最小樣本分裂數、最大特征數和可調樹數。ntree表示隨機森林所包含的決策樹數目，mtry表示每次迭代的變量抽樣數值，為了保證預測結果的準確性和計算結果的精度，本文采用ntree=1 000，mtry的取值范圍為1～M，其中M為模型構建所涉及的輸入變量的總數。

支持向量機作為著名的機器學習方法，常應用于各種非線性問題的求解[19]。它的學習原理是使用一個稱為超平面的邊界將數據劃分為具有近似值的組。 通過分析輸入變量與輸出變量之間的定量關系，隨后建立模型對新觀測到的變量進行預測[20]。對于一個分類或回歸問題，支持向量機算法用支持向量定義超平面。與其他機器學習模型相比，支持向量機模型包含較少的核函數超參數(線性、多項式或徑向基)和正則化參數C，支持向量機模型能夠處理非線性數據； 但是，當組成數據較為嘈雜或重疊時，支持向量機模型效率不高。支持向量機模型的性能受核函數選擇的影響。為了減少偏差，本文在建模時嘗試了5個可能的C，分別為： 0.01，0.1，1，10和100。

同時，還應用人工神經網絡的方法建立樹高模型。它的原理是先初始化神經網絡，給各個權值賦予一個范圍在[-1,1]之間的隨機數，并將樣本數據通過神經網絡進行正向傳播，同時用均方差計算輸出誤差。通過逆向傳播來不斷調節輸入層、隱含層和輸出層間的權重。當神經網絡誤差的平方和達到最小值時就結束該算法的計算。神經網絡算法不需要對數據的基本關系進行假設，但當計算量大時，訓練慢，容易過擬合。由于是“黑箱”，它主要用于預測。decay表示權重衰減，為了平衡計算開銷和模型性能，本文在建模時嘗試了5個可能的decay，分別為： 0，0.0001，0.001，0.01和0.1[20]。BP神經網絡原理如圖4所示。

圖4 BP神經網絡原理圖Fig.4 schematic diagram of BP neural network

2.2.3 評估標準

對于林分平均高模型的選擇，利用4類指標來評估模型的性能，決定系數R2和均方根誤差(root mean square error，RMSE)是衡量回歸模型統計誤差的標準。較高的R2和較低的RMSE表明機器學習模型的性能更好。此外，本研究還使用了赤池信息準則(Akaike information criterion，AIC)[21]和貝葉斯信息準則(Bayesian information criterion，BIC)[22]來檢驗所選模型之間的統計差異。AIC和BIC越低，模型的性能越好[23]。計算公式分別為：

(3)

(4)

(5)

(6)

3 結果與分析

3.1 實測數據特征統計

表2列出了 66個無瓣海桑紅樹林樣方的調查結果。由表2可知，林分平均高的變化范圍為3.47～12.02 m，平均值為8.19 m。紅樹林樹高為1.55～13.58 m，胸徑為0.70～41.00 cm。紅樹林實測樹高的平均值相比林分平均高的平均值低了0.1 m(表2)。

表2 外業測量樹高、胸徑和林分平均高的基本統計量Tab.2 Basic statistics for field measurements of tree height, diameter at breast height, and stand mean height

3.2 特征選擇

本文對參與紅樹林樹高建模的LiDAR特征變量的重要性進行排序，選擇節點不純度(increase in node purity，IncNodePurity)作為判斷LiDAR 特征變量參數重要性的指標。通過比較點云特征統計變量的重要性，特征統計變量的值越大，則特征統計變量的重要性越高(圖5)。

圖5 變量重要性圖Fig.5 Variable importance chart

圖5中重要性值越高，該特征統計變量對林分平均高估測越重要。從圖5中可以看出，利用隨機森林算法選擇的44個特征變量中，高度統計變量參數hmax對無瓣海桑的林分平均高反演貢獻率最大，其次是LiDAR 特征變量中的百分位數高度(hp95,hp90，hp99等)，LiDAR點云數據中提取到的強度參數對林分平均高反演貢獻較小(紅色線為分割線，分割線以上的變量對紅樹林林分平均高的貢獻率較大，分割線以下貢獻率較小)。75%～99%分位數高度在研究區無瓣海桑的林分平均高估算中發揮了主要作用，這一發現與前人的研究論斷契合[8-9]，他們的研究認為： 植被冠層的第一回波的75%～95%分位數高度或最大樹高hmax能很好地估測平均樹高。本文使用16個貢獻率相對較大的特征變量參與隨機森林模型的構建，隨機森林模型取得了令人滿意的結果，訓練集和測試集的R2分別為0.985 7和0.938 1，RMSE為0.58 m(表3)。

表3 3種ML模型在林分平均高檢索中的性能比較Tab.3 Comparison of the performance of three ML models in stand mean high retrieval

3.3 模型精度對比

將16個貢獻率較大的特征變量帶入到支持向量機、隨機森林和神經網絡算法模型中，本研究將70%的樣本用于模型的訓練，30%的樣本用于模型的測試和檢驗，圖6為不同機器學習算法在訓練階段和測試階段所計算的精度。無瓣海桑林分平均高模型估算的R2越高，RMSE越低，AIC和BIC越低，預測性能越好。由圖6可知，支持向量機算法在無瓣海桑林分平均高估算中顯示出可接受的結果，測試集中R2為0.766 5，RMSE為1.27 m，AIC為87.85，BIC為56.40； 而神經網絡模型的結果相對較差，在測試集中R2值僅為0.436 4。隨機森林模型的估算結果在訓練集和測試集階段均表現出較好的結果，R2均達到了0.93以上，總體而言，隨機森林模型在研究區域的紅樹林林分平均高估算中表現最佳。

圖6 不同回歸模型的訓練和測試結果

3.4 林分平均高的空間分布

由于隨機森林模型產生了最佳的預測性能，并且優于其余的機器學習算法，因此本研究選擇了隨機森林算法模型對研究區無瓣海桑林分平均高進行預測。無瓣海桑林分平均高最終結果被計算成柵格數據，以Tiff格式進行存儲。由地理信息系統(geographic information system,GIS)的分類工具將林分平均高數據劃分為5類，由圖7可知，無瓣海桑林分平均高的模擬結果介于3.90～11.58 m之間。 其中樹高超過10 m的無瓣海桑主要分布在研究區潮溝附近及研究區中部，這可能與潮溝水文過程有關，潮溝所帶有的營養物質可能給紅樹林的生長提供了充足的養分。

圖7 林分平均高分布Fig.7 Mean stand height distribution

4 討論

本文實測得到北部灣茅尾海(康熙嶺片區)的無瓣海桑樹高平均值為8.09 m，比張曉君等[24]在廣東省珠海市鶴洲北濕地地區統計到的無瓣海桑樹高平均值高了0.59 m，也比黃曉敏等[25]在福建省廈門市集美海灣調查得到的無瓣海桑平均樹高值高了0.39 m。但是，吳瑞等[26]在海南省東寨港的三江地段得到的無瓣海桑平均樹高為14.2 m，高于本研究區的無瓣海桑樹高。無瓣海桑的樹高不僅與它的生長年齡相關，同時與它生長環境的海水溫度、海水鹽度、土壤及沉積物、潮汐浸淹頻率和海浪能量等因素更是息息相關[27]。低溫、生長環境的鹽分含量過高或過低均會限制無瓣海桑的生長，并且，不同的紅樹林植物對潮汐浸淹頻率都有相應的適應性，無瓣海桑主要分布在大潮中潮位； 海浪能量太大時，會阻礙無瓣海桑的根系生長[28]。除此之外，無瓣海桑平均高還與模型的精度有著直接的關系，模型的精度不僅受到模型本身因素的影響，而且受到其他多種外部因素的影響[29]。本研究在進行紅樹林樣方調查時并不是直接測量無瓣海桑的林分平均高，而是根據森林的斷面積加權法計算林分平均高，斷面積加權法的準確度可能會影響模型的估算效果。

隨著機器學習算法的發展，林分平均高的估算有了更多的算法。在林分平均高估算算法中，機器學習算法通常比傳統的參數方法獲得更好的預測性能。Brice等[30]發現在林分平均高估算中，隨機森林算法優于線性回歸算法。Pourrahmati等[31]研究發現： 在洛里高度(代表了非均勻年齡林分的平均高度)估測中隨機森林優于人工神經網絡。每種機器學習算法都有自己的適用性和優勢，但機器學習方法的選擇、參數的確定均對預測模型的精度有一定的影響[32]。因此，本研究采用R語言的“Random Forest”軟件包提供的importance進行重要性排序。根據評價指標來獲取各模型的最佳參數，利用最佳的參數進行模型模擬。由3種機器學習算法的模擬結果可知，隨機森林模型表現出很高的模型擬合能力，其R2在測試集和訓練集上均達到了0.938 1以上，RMSE均為0.58 m以下，支持向量機模型次之，該模型在測試階段的R2為0.766 5，RMSE為1.27 m，神經網絡回歸模型的擬合效果最差。這些研究結果表明，在對不同的樹種選擇不同的特征參數時，機器學習算法均表現出一定的差異性。隨機森林模型具有變量選擇功能，對無信息的預測變量之間的共線性不敏感。然而，支持向量機和神經網絡模型往往受到無信息和高度相關預測變量的影響，降低了模型的性能[18]。總之，在本研究區，隨機森林算法明顯優于其他2種算法，該算法可在北部灣其他地區的紅樹林林分平均高估算中發揮重要的作用，但是模型最優參數的選擇具有一定的不確定性，應該根據實際需要進行參數和變量的優選[11]。

由于受樣方環境的影響，樣方的選擇受到了限制，無法遍及更大的區域。即使模型得到了較為滿意的反演結果，但是推廣到更大的區域或許精度會受到一定的影響，因此對樣方的采集可以選擇在退潮時量測更多的紅樹林數據。未來的研究可能利用機載LiDAR，在更大尺度上對不同沿海地區的無瓣海桑樹種進行預測，從而提升隨機森林算法在預測紅樹林林分平均高上的實用性，并尋求一種能獲取潮位相對較高區域的實測數據的方法，使得研究范圍更大。由于機載LiDAR數據采集成本高，試驗僅在典型的小區域進行，未來可以選擇尺度上推算法，將LiDAR點云測量的樣方數據推演到哨兵數據尺度或者Landsat衛星尺度上。本研究中采用隨機森林算法對無瓣海桑的林分平均高進行估算是否適用于其他地區的無瓣海桑或其他紅樹林樹種，尚需進一步檢驗。

5 結論

本研究以北部灣茅尾海紅樹林濕地為研究對象，基于機載LiDAR數據采用3種機器學習算法對研究區無瓣海桑的林分平均高進行建模，并反演了研究區的紅樹林樹高空間分布。其主要研究結論如下：

1)研究區林分樹高范圍為3.47～12.02 m，平均值為8.19 m。

2)樣方點云高度最大值hmax對無瓣海桑的林分平均高的貢獻率最大，其次是75%～99%分位數高度。

3)隨機森林回歸模型的預測性能最好(R2=0.938 1，RMSE=0.58，AIC=80.50，BIC=49.05)，其次是支持向量機回歸模型(R2=0.766 5，RMSE=1.27，AIC=87.85，BIC=56.40)，BP神經網絡的模型預測性能最差(R2=0.436 4，RMSE=2.90，AIC=107.61，BIC=76.16)。

4)隨機森林反演結果可知，樹高較高、胸徑較大的單木紅樹林主要分布在研究區潮溝附近以及研究區中部。