图1:塞罕坝机械林场研究区及林下幼树参数估算技术路线

图2:上层落叶松及下层云杉幼树单木分割结果

图3:机载激光雷达提取的幼树表型参数精度验证

林下人工种植幼树是调节人工林树种组成和垂直结构的有效手段。高效并精准地获取林下幼树的空间分布和表型特征有利于探索林分结构调整的内在机制，并为森林经营提供数据支撑。林下幼树表型参数的测量一般采用人工方式，时间和人力成本高，难以在大范围实施。机载激光雷达遥感可以刻画从森林树冠顶端到地表的三维结构，为分离林下幼树与上层大树、近地表灌草信号，进而提取幼树表型参数提供了契机。

资源所激光雷达遥感创新团队提出了一种利用机载激光雷达高密度点云提取人工林下幼树表型参数的方法，并在塞罕坝机械林场对落叶松人工林下种植的云杉幼树进行了应用验证。首先优化了团队提出的谱聚类单木分割算法在幼树探测方面的考虑，实现了试验区上层落叶松点云的精确单木分割并获取了单木树干位置。在有效去除大树信息的基础上，结合局部株数密度，利用自适应核函数带宽的均值漂移算法实现了下层云杉幼树的分割，进而用分割的点云数据提取了单株的树高、树冠表型参数。

分别利用地面实测幼树高度及从地基激光雷达数据中提取的幼树高度和冠幅进行了验证。结果表明，林下幼树平均提取率为121.03%。随着上层落叶松郁闭度的下降，提取幼树与实测数据的匹配率从62.59%增加到95.65%。基于机载激光点云提取的幼树高度与野外实测值和地面激光雷达测量值呈现强相关，决定系数分别为0.71和0.78，RMSE分别为0.26 m和0.23 m。此外，利用机载激光点云提取的幼树冠幅与参考数据回归的决定系数为0.64，RMSE为0.24 m。本研究提出了机载激光雷达提取幼树表型参数的方法，能够显著提升工作效率，降低劳动成本，为后期通过调节林隙大小以更好地利用阳光资源来调节林分结构提供了基础。

论文“Identifying regenerated saplings by stratifying forest overstory using Airborne LiDAR Data”发表在Science合作期刊《Plant Phenomics》（中科院1区Top，2023年IF=6.5）。资源所杜黎明博士为第一作者，庞勇研究员为通讯作者。研究得到国家重点研发计划项目（2023YFE0105100和2017YFD0600404）的资助。