机载LiDAR在红树林林分平均高估算中的应用

邓静雯， 田义超,2， 张 强， 陶 进,， 张亚丽， 黄升光

(1.北部湾大学资源与环境学院，钦州 535000； 2.北部湾大学广西北部湾海洋灾害研究重点实验室，钦州 535000； 3.北部湾大学海洋地理信息资源开发利用重点实验室，钦州 535000)

0 引言

红树林群落与其所在的滨海盐生沼泽湿地相互作用形成了红树林生态系统。红树林生态系统是全球最具特色的湿地生态系统，同时具备海洋生态及陆地生态的特性，具有强大的生态防护功能。林分平均高是红树林湿地生态系统模型的一个重要输入参数，是研究红树林碳储量的重要指标之一，也是估算各种红树林参数的基础。因此，采用定量化方法快速、准确地获取红树林林分平均高信息成为了近年来红树林结构参数研究的热点。

人工实地调查在林分平均高调查时费时费力，且调查效率低下。随着遥感技术的日益成熟，遥感技术已成功应用于大尺度森林制图和灾害监测等领域，效率得到了大幅度的提高，但森林高度、生物量等森林结构参数是传统光学遥感无法解决的，而激光雷达(light detection and ranging，LiDAR)技术可以获取森林的结构参数信息[1]。LiDAR是传感器发出激光信号，检测目标物体的位置，接收反射信号从而测量传感器与目标物体之间距离的一种新技术。近几十年来，国内外相关学者在激光点云森林结构参数反演算法方面做了大量的研究, 促进了LiDAR技术在林业方面的发展。其中，Næsset等[2]、Andersen等[3]、焦义涛等[4]、洪奕丰等[5]学者基于机载 LiDAR点云数据，采用线性回归模型对不同区域的森林高度和生物量进行了估算。线性回归模型比较适用于建模目标之间关系相对简单且数据量不大的情况，这类线性回归模型虽然快速简单，但要求建模数据必须满足独立性、线性、正态性以及方差齐性等要求。

相对而言，随机森林、支持向量机以及人工神经网络等算法在构建复杂非线性森林参数估算模型中具有更大优势。如Li等[6]和Monnet等[7]基于机载 LiDAR点云数据，在支持向量机模型的支持下对不同研究区的生物量进行估计，结果显示估测精度较好； 鲁林等[8]和赵勋等[9]基于LiDAR点云数据，采用随机森林算法分别对福建省朱溪河流域的松树以及广西壮族自治区国有高峰林场的人工林林分平均高进行了估算，结果显示林分平均高与实测值具有显著的相关性，其相关系数均超过0.94。但是红树林生长在海岸滩涂地带，人们很难进入其根系繁茂的内部进行测量。虽然国外已有诸多学者对LiDAR反演红树林植被参数的算法开展了深入的研究，但国内学者在这方面的研究较少，仅有少量开展过红树林生物量方面的研究[10-11]。迄今为止，采用机载LiDAR点云对红树林林分平均高方面的研究匮乏。因此，为了支持红树林的恢复、保护和可持续管理，需要采用一种快速高效的模型来评估红树林的林分平均高。而基于机载LiDAR点云数据，采用机器学习算法为红树林林分平均高的估算提供了便捷的技术手段。

无瓣海桑(Sonneratiaapetala)天然分布于马来西亚、孟加拉国等国[12]，2002年广西钦州市为了加快红树林恢复，从广东湛江市引进了无瓣海桑幼苗进行造林试验。在近年营造的作用下，无瓣海桑迅速占领了适宜的林地，甚至入侵了原生红树林群落[13]。这些入侵的无瓣海桑挤占了原有的本土红树林生长空间，对当地的红树林树种生长造成了一定的影响，但是入侵的无瓣海桑高度如何，目前尚未有定量化的评估数据。鉴于此，基于北部湾茅尾海康熙岭片区的LiDAR点云数据，借助相关数理分析指标对随机森林、支持向量机以及神经网络3种模型进行了优选，在最优模型的支持下估算了研究区的红树林平均高及其空间分布状况，研究方法可为今后该地区无瓣海桑长势的动态监测提供有力的技术支撑。

1 研究区概况

研究区位于北部湾茅尾海康熙岭片区，介于N21°51′26″～21°51′42″，E108°29′27″～108°29′43″之间，该片区属于亚热带季风气候，太阳辐射强，季风环流明显。夏长冬暖，夏季时长有6个月之多，全年平均气温在22 ℃左右，其年均降雨量为1 658 mm，年总日照为1 673 h[14]。钦州市的海水温度、海水盐度、土壤及沉积物，为红树林的生长提供了有力的条件，本次主要研究树种为一种外来木本植物——无瓣海桑(Sonneratiaapetala)，据当地渔民的调查可知，研究区的无瓣海桑扩散方向如图1黄色箭头所示。

图1 研究区红树林地理位置Fig.1 Location of mangrove in the research area

2 数据来源与研究方法

2.1 数据来源

2.1.1 地面实测样地数据获取

2021年1月在康熙岭红树林保护区共布设了66个10 m×10 m的正方形样方，样方中心点分布位置如图1所示，图中采用地理坐标系GCS_WGS_1984，投影坐标系Albers。在布设样方前确定红树林种类、种植模式和当地潮位信息。记录的信息包括样方中的胸径(在高度1.3 m处量测)、树高以及地理坐标(经纬度)等数量特征。

本次采样，量测1.3 m处树高使用钢卷尺量测，量测胸径使用皮尺量测，如图2所示。以样方为统计单位，结合实地量测到的树高和胸径数据，采用断面积加权法算出无瓣海桑的林分平均树高[15]，其具体计算公式为：

(1)

式中：H为林分平均高；gi为第i棵林木的胸高断面积；hi为第i棵林木的树高；n为样方内所有林木的棵数。

图2 研究区野外实测样地数据获取

2.1.2 机载LiDAR数据获取

2021年1月19日下午3点采用DJI M600 PRO无人机所搭载的普通数码相机和HS40P激光传感器在广西茅尾海康熙岭片区进行红树林飞行试验，从而获得了LiDAR点云数据。当天拍摄的垂直高度约为70 m，航向及旁向重叠度为80%且风力小于2级。本文利用Intertial Explorer(GPS-IMU)后处理软件结合惯性测量单元(inertial measurement unit,IMU)数据以及全球导航卫星系统(global navigation satellite system,GNSS)技术对原始的红树林回波信息进行解算，可以得到研究区的三维激光点云信息(图3)。

二十世纪末的中国作家对于死亡这一特殊的生命现象有着极大的兴趣。在这个群体当中，史铁生对死亡的感悟，无疑是非常有特色的。作为个体的人，史铁生是孱弱的，疾病扼住了命运的咽喉；但他又是强大的，病体的不幸反而让他既能超越恐惧直面死亡，思考死亡的本质，又能对死亡进行超越性的审美观照，使生命升华至更高的境界。他是真正的勇士，向死而生，以自己残缺的身体，勇敢地追寻生命真正的意义。

(b) 选取区域的激光点云轮廊图 (a) 无人机获取的激光点云俯视图 (c) 局部激光点云特征

2.2 研究方法

2.2.1 LiDAR点云树高信息提取

机载LiDAR系统由激光测距装置、成像装置、IMU姿态测量装置和全球定位系统(global positioning system,GPS)接收机4部分组成。它利用GPS和IMU分别可以获得激光源的坐标及激光脉冲的方位。激光测距的原理是测量地表采样点的激光回波脉冲对于发射主波的时间差，从而得到传感器到地面采样点的距离[16]。其测距基本原理可表示为：

(2)

式中：D为传感器到目标物体的距离；c为光速；T为激光脉冲从激光器到被测物体的来回传输时间。

使用邵为真等[17]提出的不规则三角网滤波算法将不同密度的LiDAR点云数据分离出地面点云与非地面点云(植被点云)，对所获取到的地面点进行插值可生成数字高程模型(digital elevation model，DEM)，进而将植被点云高程减去DEM数据可得到植被点云的归一化值，最后利用归一化植被点云可提取相关点云变量。由于LiDAR点云的第一回波对植被冠层的检测更为敏感，本研究采用植被冠层的第一回波数据用于估算林分参数[9](表1)，包括百分位数高度15个(hp01，hp05，…，hp95，hp99)、百分位数强度15个(ip01，ip05，…，ip95，ip99)、最大高度强度(hmaximax)、最小高度强度(hminimin)、平均高度强度(hmeanimean)、点云高度强度标准差(hstddevistddev)、高度强度变异系数(hcvicv)、高度强度众数(hmodeimode)以及百分位数高度强度四分位数间距(hiqiiq)。标准差一般反映用于样方内植被点云高度强度的离散程度，标准差越大，样方内植被点云高程强度离散程度越大，反之越小。

表1 用于林分平均高估测的点云特征统计量Tab.1 Point cloud characteristic statistics forstand mean height estimation

2.2.2 林分平均高模型的构建

随机森林算法是分类和回归问题中最受欢迎的机器学习算法之一[18]。随机森林模型由多元回归树组成，在构建每棵回归树的过程中，每棵树节点选择分割变量时，先从所有特征变量中随机选取k个特征变量，然后从中找到最优分割点并生成多个回归树模型。每棵回归树的最终预测结果是节点的平均值，随机森林的最终预测结果是所有回归树预测结果的平均值。随机森林算法使用boot-strap采样和bagging集成树算法，并从弱学习者集合中获得最准确的决策。在学习过程中，大约70%的样本(袋内)用于训练阶段，30%的样本(袋外)用于测试阶段。与其他基于树和增强的机器学习型类似，随机森林模型可以模拟每个变量的重要性程度。随机森林模型中最主要的超参数包括最大深度、最小样本叶数、最小样本分裂数、最大特征数和可调树数。ntree表示随机森林所包含的决策树数目，mtry表示每次迭代的变量抽样数值，为了保证预测结果的准确性和计算结果的精度，本文采用ntree=1 000，mtry的取值范围为1～M，其中M为模型构建所涉及的输入变量的总数。

支持向量机作为著名的机器学习方法，常应用于各种非线性问题的求解[19]。它的学习原理是使用一个称为超平面的边界将数据划分为具有近似值的组。 通过分析输入变量与输出变量之间的定量关系，随后建立模型对新观测到的变量进行预测[20]。对于一个分类或回归问题，支持向量机算法用支持向量定义超平面。与其他机器学习模型相比，支持向量机模型包含较少的核函数超参数(线性、多项式或径向基)和正则化参数C，支持向量机模型能够处理非线性数据； 但是，当组成数据较为嘈杂或重叠时，支持向量机模型效率不高。支持向量机模型的性能受核函数选择的影响。为了减少偏差，本文在建模时尝试了5个可能的C，分别为： 0.01，0.1，1，10和100。

同时，还应用人工神经网络的方法建立树高模型。它的原理是先初始化神经网络，给各个权值赋予一个范围在[-1,1]之间的随机数，并将样本数据通过神经网络进行正向传播，同时用均方差计算输出误差。通过逆向传播来不断调节输入层、隐含层和输出层间的权重。当神经网络误差的平方和达到最小值时就结束该算法的计算。神经网络算法不需要对数据的基本关系进行假设，但当计算量大时，训练慢，容易过拟合。由于是“黑箱”，它主要用于预测。decay表示权重衰减，为了平衡计算开销和模型性能，本文在建模时尝试了5个可能的decay，分别为： 0，0.0001，0.001，0.01和0.1[20]。BP神经网络原理如图4所示。

图4 BP神经网络原理图Fig.4 schematic diagram of BP neural network

2.2.3 评估标准

对于林分平均高模型的选择，利用4类指标来评估模型的性能，决定系数R2和均方根误差(root mean square error，RMSE)是衡量回归模型统计误差的标准。较高的R2和较低的RMSE表明机器学习模型的性能更好。此外，本研究还使用了赤池信息准则(Akaike information criterion，AIC)[21]和贝叶斯信息准则(Bayesian information criterion，BIC)[22]来检验所选模型之间的统计差异。AIC和BIC越低，模型的性能越好[23]。计算公式分别为：

(3)

(4)

(5)

(6)

3 结果与分析

3.1 实测数据特征统计

表2列出了 66个无瓣海桑红树林样方的调查结果。由表2可知，林分平均高的变化范围为3.47～12.02 m，平均值为8.19 m。红树林树高为1.55～13.58 m，胸径为0.70～41.00 cm。红树林实测树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 外业测量树高、胸径和林分平均高的基本统计量Tab.2 Basic statistics for field measurements of tree height, diameter at breast height, and stand mean height

3.2 特征选择

本文对参与红树林树高建模的LiDAR特征变量的重要性进行排序，选择节点不纯度(increase in node purity，IncNodePurity)作为判断LiDAR 特征变量参数重要性的指标。通过比较点云特征统计变量的重要性，特征统计变量的值越大，则特征统计变量的重要性越高(图5)。

图5 变量重要性图Fig.5 Variable importance chart

图5中重要性值越高，该特征统计变量对林分平均高估测越重要。从图5中可以看出，利用随机森林算法选择的44个特征变量中，高度统计变量参数hmax对无瓣海桑的林分平均高反演贡献率最大，其次是LiDAR 特征变量中的百分位数高度(hp95,hp90，hp99等)，LiDAR点云数据中提取到的强度参数对林分平均高反演贡献较小(红色线为分割线，分割线以上的变量对红树林林分平均高的贡献率较大，分割线以下贡献率较小)。75%～99%分位数高度在研究区无瓣海桑的林分平均高估算中发挥了主要作用，这一发现与前人的研究论断契合[8-9]，他们的研究认为： 植被冠层的第一回波的75%～95%分位数高度或最大树高hmax能很好地估测平均树高。本文使用16个贡献率相对较大的特征变量参与随机森林模型的构建，随机森林模型取得了令人满意的结果，训练集和测试集的R2分别为0.985 7和0.938 1，RMSE为0.58 m(表3)。

表3 3种ML模型在林分平均高检索中的性能比较Tab.3 Comparison of the performance of three ML models in stand mean high retrieval

3.3 模型精度对比

将16个贡献率较大的特征变量带入到支持向量机、随机森林和神经网络算法模型中，本研究将70%的样本用于模型的训练，30%的样本用于模型的测试和检验，图6为不同机器学习算法在训练阶段和测试阶段所计算的精度。无瓣海桑林分平均高模型估算的R2越高，RMSE越低，AIC和BIC越低，预测性能越好。由图6可知，支持向量机算法在无瓣海桑林分平均高估算中显示出可接受的结果，测试集中R2为0.766 5，RMSE为1.27 m，AIC为87.85，BIC为56.40； 而神经网络模型的结果相对较差，在测试集中R2值仅为0.436 4。随机森林模型的估算结果在训练集和测试集阶段均表现出较好的结果，R2均达到了0.93以上，总体而言，随机森林模型在研究区域的红树林林分平均高估算中表现最佳。

图6 不同回归模型的训练和测试结果

3.4 林分平均高的空间分布

由于随机森林模型产生了最佳的预测性能，并且优于其余的机器学习算法，因此本研究选择了随机森林算法模型对研究区无瓣海桑林分平均高进行预测。无瓣海桑林分平均高最终结果被计算成栅格数据，以Tiff格式进行存储。由地理信息系统(geographic information system,GIS)的分类工具将林分平均高数据划分为5类，由图7可知，无瓣海桑林分平均高的模拟结果介于3.90～11.58 m之间。 其中树高超过10 m的无瓣海桑主要分布在研究区潮沟附近及研究区中部，这可能与潮沟水文过程有关，潮沟所带有的营养物质可能给红树林的生长提供了充足的养分。

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

4 讨论

本文实测得到北部湾茅尾海(康熙岭片区)的无瓣海桑树高平均值为8.09 m，比张晓君等[24]在广东省珠海市鹤洲北湿地地区统计到的无瓣海桑树高平均值高了0.59 m，也比黄晓敏等[25]在福建省厦门市集美海湾调查得到的无瓣海桑平均树高值高了0.39 m。但是，吴瑞等[26]在海南省东寨港的三江地段得到的无瓣海桑平均树高为14.2 m，高于本研究区的无瓣海桑树高。无瓣海桑的树高不仅与它的生长年龄相关，同时与它生长环境的海水温度、海水盐度、土壤及沉积物、潮汐浸淹频率和海浪能量等因素更是息息相关[27]。低温、生长环境的盐分含量过高或过低均会限制无瓣海桑的生长，并且，不同的红树林植物对潮汐浸淹频率都有相应的适应性，无瓣海桑主要分布在大潮中潮位； 海浪能量太大时，会阻碍无瓣海桑的根系生长[28]。除此之外，无瓣海桑平均高还与模型的精度有着直接的关系，模型的精度不仅受到模型本身因素的影响，而且受到其他多种外部因素的影响[29]。本研究在进行红树林样方调查时并不是直接测量无瓣海桑的林分平均高，而是根据森林的断面积加权法计算林分平均高，断面积加权法的准确度可能会影响模型的估算效果。

随着机器学习算法的发展，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，机器学习算法通常比传统的参数方法获得更好的预测性能。Brice等[30]发现在林分平均高估算中，随机森林算法优于线性回归算法。Pourrahmati等[31]研究发现： 在洛里高度(代表了非均匀年龄林分的平均高度)估测中随机森林优于人工神经网络。每种机器学习算法都有自己的适用性和优势，但机器学习方法的选择、参数的确定均对预测模型的精度有一定的影响[32]。因此，本研究采用R语言的“Random Forest”软件包提供的importance进行重要性排序。根据评价指标来获取各模型的最佳参数，利用最佳的参数进行模型模拟。由3种机器学习算法的模拟结果可知，随机森林模型表现出很高的模型拟合能力，其R2在测试集和训练集上均达到了0.938 1以上，RMSE均为0.58 m以下，支持向量机模型次之，该模型在测试阶段的R2为0.766 5，RMSE为1.27 m，神经网络回归模型的拟合效果最差。这些研究结果表明，在对不同的树种选择不同的特征参数时，机器学习算法均表现出一定的差异性。随机森林模型具有变量选择功能，对无信息的预测变量之间的共线性不敏感。然而，支持向量机和神经网络模型往往受到无信息和高度相关预测变量的影响，降低了模型的性能[18]。总之，在本研究区，随机森林算法明显优于其他2种算法，该算法可在北部湾其他地区的红树林林分平均高估算中发挥重要的作用，但是模型最优参数的选择具有一定的不确定性，应该根据实际需要进行参数和变量的优选[11]。

由于受样方环境的影响，样方的选择受到了限制，无法遍及更大的区域。即使模型得到了较为满意的反演结果，但是推广到更大的区域或许精度会受到一定的影响，因此对样方的采集可以选择在退潮时量测更多的红树林数据。未来的研究可能利用机载LiDAR，在更大尺度上对不同沿海地区的无瓣海桑树种进行预测，从而提升随机森林算法在预测红树林林分平均高上的实用性，并寻求一种能获取潮位相对较高区域的实测数据的方法，使得研究范围更大。由于机载LiDAR数据采集成本高，试验仅在典型的小区域进行，未来可以选择尺度上推算法，将LiDAR点云测量的样方数据推演到哨兵数据尺度或者Landsat卫星尺度上。本研究中采用随机森林算法对无瓣海桑的林分平均高进行估算是否适用于其他地区的无瓣海桑或其他红树林树种，尚需进一步检验。

5 结论

本研究以北部湾茅尾海红树林湿地为研究对象，基于机载LiDAR数据采用3种机器学习算法对研究区无瓣海桑的林分平均高进行建模，并反演了研究区的红树林树高空间分布。其主要研究结论如下：

1)研究区林分树高范围为3.47～12.02 m，平均值为8.19 m。

2)样方点云高度最大值hmax对无瓣海桑的林分平均高的贡献率最大，其次是75%～99%分位数高度。

3)随机森林回归模型的预测性能最好(R2=0.938 1，RMSE=0.58，AIC=80.50，BIC=49.05)，其次是支持向量机回归模型(R2=0.766 5，RMSE=1.27，AIC=87.85，BIC=56.40)，BP神经网络的模型预测性能最差(R2=0.436 4，RMSE=2.90，AIC=107.61，BIC=76.16)。

4)随机森林反演结果可知，树高较高、胸径较大的单木红树林主要分布在研究区潮沟附近以及研究区中部。