基于地面激光扫描点云的采伐后树桩-根系系统定量结构建模:火炬松(Pinus taeda)地下生物量与碳估算的构建及破坏性验证

《Forests》:Quantitative Structure Modeling of Excavated Stump-Root Systems from Terrestrial Laser Scanning Point Clouds: Formulation and Destructive Validation in Pinus taeda

【字体: 大 中 小 】 时间:2026年09月26日 来源:Forests 3.1

编辑推荐:

  地下生物量(BGB)是森林碳储量的重要组成部分,但由于直接测量困难,其量化程度仍然不足。本研究评估了地面激光扫描(TLS)与定量结构模型(QSM)相结合的方法,用于估算火炬松(Pinus taeda)的根系体积、生物量与碳储量。研究人员挖掘、清洗、称量并扫描了

  
地下生物量(BGB)是森林碳储量的重要组成部分,但由于直接测量困难,其量化程度仍然不足。本研究评估了地面激光扫描(TLS)与定量结构模型(QSM)相结合的方法,用于估算火炬松(Pinus taeda)的根系体积、生物量与碳储量。研究人员挖掘、清洗、称量并扫描了12个根系系统,并使用针对树桩-根系系统改进的TreeQSM公式进行重建。体积分别采用平均基本密度和直径等级特异性基本密度转换为生物量,并利用实测碳含量转换为碳储量。QSM所得体积与实测体积呈弱至中度一致性(A = 0.6292;CC1 = 0.3916;d = 0.6692),并存在43.6%的系统性低估。使用平均密度的BGB估计具有相近的一致性(A = 0.7339;偏差37.9%),而直径等级特异性密度使其略降(A = 0.7126;偏差40.7%)。基本密度在最细等级中最低、在最粗等级中最高(0.224–0.298 g·cm?3),而碳含量在各等级间仅略有变化(43.73–44.62%)。地下碳(BGC)表现出与BGB相近且高于体积的一致性(A = 0.7093–0.7308;偏差37.9–40.7%),使用等级特异性碳含量未带来增益。采用单一平均密度即可估算BGB。只要体积估算误差大于采用平均密度所引入的误差,这一简化即为适当;但随着重建方法的改进,这种情况可能会改变。此外,该方法要求挖掘根系系统,无法对原位根系进行评估。
地下生物量(belowground biomass, BGB)是森林碳储量的重要组成部分,但根系难以直接测量,导致其量化精度远低于地上生物量(aboveground biomass, AGB)。直接破坏性采样劳动强度大、耗时长且难以在大尺度上实施;异速生长模型虽可避免破坏,但在外推时存在较大不确定性。将根系体积转换为BGB还需要可靠的木材基本密度,而密度随树种、生境和根系直径等级变化,使用不具代表性的密度值会引入额外误差。地面激光扫描(terrestrial laser scanning, TLS)能够获取高分辨率三维点云,结合定量结构模型(quantitative structure models, QSM)已广泛用于地上部分重建和体积估算,但在根系中的应用仍不成熟。已有研究重建了采伐或机械提取的根系,但多数未以完整破坏性实测值直接验证体积、生物量与碳的逐级转换。为此,研究人员在巴西南部巴拉那州Pinhais市Canguiri试验站选取30月龄、株行距3 m × 2 m的火炬松(Pinus taeda)人工林,完整挖掘12个根系系统,开展TLS-QSM体积重建及BGB、地下碳(belowground carbon, BGC)逐级转换的破坏性验证。结果表明,QSM体积较实测值系统性低估43.6%,仅呈弱至中度一致;BGB和BGC估算达到中度一致,且使用单一平均基本密度即可,直径等级特异性密度未带来增益。这说明当前主要不确定性集中在体积重建环节,而非密度或碳含量参数化;未来应优先改进细根和自遮挡根系的QSM重建,同时可简化密度取样。但该方法仍需先挖掘根系,无法用于原位评估。

研究人员采用的关键技术方法可概括为:以12个完整挖掘并清洗的火炬松根系为样本,使用RIEGL VZ-400i在四个方位扫描获取TLS点云,经靶标配准后在CloudCompare和MATLAB中滤波;采用改进的TreeQSM v2.4.1重建,树桩以二十面体三角剖分建模,根系以圆柱拟合并连接至树桩;实测参考值通过水置换测定饱和体积、65 °C烘干测定干质量,并用LECO C-144分析仪测定碳含量;采用Kruskal-Wallis检验和Friedman检验比较直径等级差异,用一致性统计量(A、CC1、d)和Bland-Altman分析评价一致性。

研究结果如下:

3.1 基本密度与碳含量沿直径等级的变化
研究人员将每个根系按直径分为五个等级,发现基本密度在最细等级(d < 2 mm)最低,为0.224 ± 0.027 g·cm?3,在最粗等级(d ≥ 50 mm)最高,为0.298 ± 0.028 g·cm?3。Kruskal-Wallis检验(χ2 = 66.066,p < 0.001)和考虑树体区组效应的Friedman检验(χ2 = 27.345,p < 0.001)均显示等级间存在显著差异,显著对比主要涉及最细或最粗等级,中间等级之间多数不显著。这表明基本密度沿细根到粗根梯度存在功能分化。碳含量在各等级间仅有0.89个百分点的变幅,最细等级为43.73 ± 1.15%,最粗等级为44.62 ± 1.42%;尽管统计检验检测到差异,但实际幅度很小,对BGC估算的实践意义有限。

3.2 体积估算与一致性评价
TLS-QSM重建体积(V2)与实测水置换体积(V1)的A为0.6292,CC1为0.3916,d为0.6692,Bland-Altman分析显示平均偏差为0.0045 m3,相当于实测均值的43.6%,且方向为系统性低估。CC1的95%置信区间为0.1014–0.6204,宽度较大,说明在当前样本量下一致性估计存在较大不确定性。研究人员还将V2划分为树桩与根系两部分,树桩平均占47.88%,根系占52.12%,但因破坏性测量将树桩与第5级粗根合并处理,无法分别验证两部分的准确性。

3.3 BGB与BGC估算及参数化影响
使用单一平均基本密度将QSM体积转换为BGB(B2)时,与实测BGB(B1)的A为0.7339,CC1为0.5452,d为0.7403,相对偏差为37.9%。使用直径等级特异性密度(B3)时,三个一致性指标反而略降(A = 0.7126,CC1 = 0.5187,d = 0.7241),偏差增至40.7%。B2与B3之间高度一致(A = 0.9951,CC1 = 0.9902),但这只说明在体积固定时密度参数选择影响很小,并不代表估算准确。BGC方面,三种碳换算方案与实测碳(C1)的A为0.7093–0.7308,CC1为0.5143–0.5409,d为0.7211–0.7373,相对偏差为37.9–40.7%;三种碳方案之间近乎完全一致,源于各等级碳含量变幅仅0.89个百分点,而非真实等效。

3.4 系统偏差与Bland-Altman分析
Bland-Altman分析显示,体积、BGB和BGC均存在一致的系统性低估,相对偏差在体积上最大(43.6%),BGB和BGC相近(37.9–40.7%)。QSM估算值的变异系数略低于实测值,说明低估程度在不同根系系统间并不完全相同。讨论部分指出,低估方向与地上部分QSM常见的过估相反,可能原因包括细根低于重建参数分辨率、根系自遮挡导致部分结构缺失,以及树桩三角剖面的统计细化仅向内收缩。参考测量本身也存在不确定性,如挖掘过程中细根损失、水置换时表面附着水和气泡、65 °C烘干温度与标准方法的差异等。由于体积误差远大于密度转换误差,使用单一平均密度在当前是合理简化;一旦重建精度提高,密度参数化可能重新变得重要。碳含量等级差异很小,因此采用平均碳含量即可满足BGC估算需求。

研究结论可翻译为:本研究评估了一种基于TreeQSM的树桩-根系系统重建公式,以及从TLS点云逐级转换为体积、BGB和BGC的方法。QSM体积虽能追踪实测值总体趋势,但存在大幅系统性低估,一致性弱至中度,表明TLS-QSM估算在可靠业务化使用前需要校正或标定;这仅部分支持第一项假设。考虑直径特异性基本密度未改善BGB估算,反而使其一致性略降,因此拒绝第二项假设。根系碳浓度在直径等级间存在统计显著但很小的差异(0.89个百分点,对应密度变幅为33%),支持使用平均碳含量进行BGC估算,验证了第三项假设。不确定性主要集中在体积重建步骤本身;体积的相对偏差大于BGB或BGC,而BGB与BGC的一致性彼此相近,说明未来应优先改进细根和自遮挡根系的QSM重建,而非进一步细化密度或碳含量参数。
相关新闻
生物通微信公众号
微信
新浪微博

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