-
城市森林是森林碳储量的重要组成部分之一,对调节局部乃至全球水平的气候变化起着重要作用。绿化树种在城市森林的碳吸收、碳固存中占主导地位,其中树干约占乔木总碳储量的58.2%[1]。城市绿化树种的树干干形在复杂的环境条件和频繁的人为干扰下相比野外林分存在一定差异,传统的基于野外林分调查拟合的材积模型及树干碳储量模型并不能很好地与之相匹配[2-3];并且城市绿化树种因具有生态景观、保护生物多样性等生态功能[4-6],观赏经济价值较高,不宜通过伐倒收获进行研究。因此,无损精确地测算立木材积及树干碳储量对于评估城市森林碳汇功能以及城市森林对于缓减气候变化的贡献具有重要意义。三维激光扫描技术又称地面激光扫描技术(terrestrial laser scanning,TLS),是一种能够采集目标物体表面的三维坐标和反射强度等数据,并最终以点云形式表达在计算机上的技术[7-10]。在现有的TLS在林业调查领域的研究中,LIANG等[11]、梁子瑜[12]、尤磊[13]虽然利用建模法[13-15]和干曲线法[11-12]测算了干形通直的杉木Cunninghamia lanceotala材积,并通过与实际量测或通过材积方程测算得到的材积进行简单的比较分析,揭示了TLS在树干材积测算方面的巨大潜力。采用不同分段间隔对立木材积测算精度的影响,以及TLS在测算树干碳储量方面的潜力等研究并未有后续深入地展开。无患子Sapindus mukorossi为落叶阔叶乔木,树干通直、枝叶广展,是中国长江流域以南地区极为常见的城市绿化树种之一。本研究基于TLS结合局部采样的方法对无患子立木材积以及树干碳储量进行无损测算研究,旨在探索TLS在测算城市绿化树种材积及树干碳储量的方面潜力,分析不同区分段长度对立木材积及碳储量计算精度的影响,找出适用于材积测算的区分段长度并分析城市绿化树种树干与野外林分的异同,为中国城市绿化树种固碳能力的测算及生物量扩展因子(BEF)的研究提供依据。
HTML
-
对基于TLS测算的不同径阶共计30株无患子的树高与胸径数据与实测值进行比较(图 2),发现两者均具有极高的精度。其中,胸径标准误差(ERMSE)为±0.34 cm,平均相对误差为1.97%;树高标准误差(ERMSE)为±0.36 m,平均相对误差为4.58%。
-
在以0.10 m区分段长度计算的材积值作为标准值的前提下(本研究中在对不同方法测算的材积、碳储量精度的比较中,均以此为前提),由表 1可见:30株无患子利用不同区分段长度计算得到的材积均值变化范围为37.93~40.10 dm3,其中各区分段长度计算材积值的标准误差(ERMSE)变化范围从最低的0.44 dm3到最高的2.79 dm3,变化幅度并不明显,各区分段长度测算得到的材积值之间均无显著差异(P>0.05)。乖离率(sbias)变化范围则从最低的0.02 dm3到最高的2.17 dm3,表明随区分段长度增加,测算的材积值逐渐偏离真实值。
区分段长度/m TLS测算材积/dm3 标准误差(ERMSE)/dm3 乖离率(sbias)/dm3 0.10 37.93 ± 10.96 a 0.20 37.92 ± 10.84 a 0.44 0.02 0.40 38.57 ± 10.86 a 1.08 0.49 0.50 38.44 ± 11.29 a 1.15 0.44 0.60 39.15 ± 11.02 a 1.69 0.92 0.80 39.50 ± 11.24 a 2.08 1.38 1.00 40.10 ± 11.57 a 2.79 2.17 说明:*每个数据表示样本平均值±标准差;不同小写字母表示不同区分段测算的材积之间差异显著(P<0.05) Table 1. Comparison of volume measured based on different section lengths
由图 3可见:当区分段长度≤0.40 m时,材积测算误差集中、近似呈正态分布,材积测算精度高且稳定;而当区分段长度由0.40 m变为0.50 m时,平均误差及误差离散度迅速变大;当区分段长度大于0.50 m时,随着区分段长度的增加,平均误差及误差离散度持续变大,在区分段长度为1.00 m时达到最大。说明随着区分段长度的增加,测算的立木材积更易偏离真值,出现异常情况如:区分段长度为0.60 m下的普通异常点whz10和whz17,极端异常点whz16以及区分段长度为0.80 m下的普通异常点whz19和whz26。
-
表 2对基于4种不同方法测算的30株无患子立木材积进行方差分析,发现利用现有一元材积模型和二元材积模型测算的立木材积之间并无显著差异(P>0.05)。但基于一元材积模型和二元材积模型测算的立木材积却均要显著高于基于TLS区分求积得到的立木材积(P<0.05)。其中,利用一元材积模型测算的材积值最高(68.77 dm3 ± 36.58 dm3),分别是以0.10 m为区分段长度测算的材积值(37.93 dm3 ± 10.97 dm3)的1.67倍和以1.00 m为区分段长度测算的材积值(40.10 dm3 ± 11.57 dm3)的1.58倍,可见利用一元材积模型测算城市绿化树种材积误差之大。相比较而言,利用二元材积模型测算的材积值(54.54 dm3 ± 31.91 dm3)与以区分求积得到的材积值之间的差距要小的多。
测算方法 测算材积/dm3 测算碳储量/kg TLS_0.10 m区分求积 37.93 ± 10.97 c 12.38 ± 5.64 d TLS_1.00 m区分求积 40.10 ± 11.57 c 13.09 ± 5.77 cd 一元材积模型 68.77 ± 36.58 ab 22.26 ± 11.80 a 二元材积模型 54.54 ± 31.91 b 17.64 ± 10.25 bc 碳储量模型 17.92 ± 9.59 bc 说明:样本平均值±标准差;不同小写字母表示不同区分段测算的材积之间差异显著(P<0.05) Table 2. Comparison of volume and stem carbon storage measured by different methods
利用5种不同方法测算的30株无患子CS之间也存在不同程度的差异:其中利用一元材积模型测算的CS(22.26 kg ± 11.80 kg)最高,并与其他方式测算的CS存在显著差异(P<0.05)。而二元材积模型以及树干碳储量模型测算的CS(17.64 kg ± 10.25 kg,17.92 kg ± 9.59 kg)与以1.00 m为区分段长度测算的CS(13.09 kg ± 5.77 kg)之间无显著差异(P>0.05),但均要显著高于以0.10 m为区分段长度测算的CS(12.38 kg ± 5.64 kg)(P<0.05),表明利用二元材积模型和碳储量模型仅能实现CS的粗略测算。本研究中利用材积模型测算CS是以材积与树干生物量密度以及含碳率的乘积实现的,但研究发现利用二元材积模型测算的CS与一元材积模型测算的CS之间存在显著差异,而与以1.00 m为区分段长度测算的CS之间并无显著差异,这与上述研究中材积显著性差异的表现并不一致。
图 4A将现有模型测算的材积和作为标准值的基于TLS测算的材积进行比较发现:利用现有模型测算的材积在立木自身材积较小时具有较高精度,但随着立木自身材积的不断增大,模型测算的立木材积逐渐开始偏离参考线y=x,即精度不断下降,并且偏离速度随材积的增大逐渐变快。由图 4B可见:利用现有模型测算的立木CS精度在随立木自身CS变化的趋势上与利用模型测算的立木材积精度具有一致性——即利用现有模型测算的CS在立木自身CS较小时具有较高精度,但随着立木自身CS的不断增大,模型测算的CS逐渐开始偏离参考线y=x,即精度不断下降,并且偏离速度随CS的增大逐渐变快。表明利用现有模型测算的材积和CS精度随立木的生长在总体上呈下降趋势。而一元材积模型测算的材积和CS精度均为现有模型中最差。