SOLUTIONS
解决方案
结合多尺度激光雷达技术以了解热带雨林动态
点云数据如何帮助缩小知识鸿沟
作者：Luna Soenens、Zane Cooper、Geike De Sloover 2025年9月30日
热带雨林是至关重要又脆弱的生态系统，它储存着大量的碳，并孕育了惊人的生物多样性。了解其结构如何响应气候变化与外界扰动是预测雨林未来韧性的关键。本文探讨了结合多尺度激光雷达技术（地面、机载与无人机载）与微气候监测的方法，揭示了森林动态的新见解。从微小尺度的三维树木模型到大尺度的测绘，点云数据在缩小对于雨林结构与微气候如何共同影响其稳定性的知识鸿沟上，扮演了关键的桥梁角色。
热带雨林生态系的特征在于很高的年降雨量（1,500 - 4,000 mm）及全年稳定温暖的气候（17 - 30°C）。它们约占全球森林面积的 45%，在全球碳循环与气候调节中发挥着至关重要的作用。此外，热带雨林是生物多样性的热点，孕育了地球上大多数的生物量。然而，这些生态系正日益受到气候变迁的威胁，表现在各种扰动事件上（如热带气旋、热浪与火灾）。虽然这些扰动事件在塑造森林结构、维持森林动态方面具有重要性，但随着全球气候变暖导致扰动的频率与强度增加，其对森林韧性可能产生强烈的负面影响。
尽管热带雨林的重要性无庸置疑，但我们对其动态如何影响森林结构的理解仍然相当缺乏，特别是在更广泛的空间与时间尺度上。地面激光扫描技术（TLS，或称「地面激光雷达」）是了解树木与森林结构的有力工具。TLS具有强大的能力，可对单棵树木进行精确建模，建立完整的三维树木结构模型。这些模型能用于量化生物量—这是一项评估森林碳储存量的重要指标。虽然TLS非常适合对森林进行详细的林分结构研究，但当它与更大空间尺度的激光雷达技术结合使用，如无人机激光扫描（无人机-LS）或机载激光扫描（ALS）时，其潜力将被大幅放大。
作者：Luna Soenens、Zane Cooper、Geike De Sloover 2025年9月30日
热带雨林是至关重要又脆弱的生态系统，它储存着大量的碳，并孕育了惊人的生物多样性。了解其结构如何响应气候变化与外界扰动是预测雨林未来韧性的关键。本文探讨了结合多尺度激光雷达技术（地面、机载与无人机载）与微气候监测的方法，揭示了森林动态的新见解。从微小尺度的三维树木模型到大尺度的测绘，点云数据在缩小对于雨林结构与微气候如何共同影响其稳定性的知识鸿沟上，扮演了关键的桥梁角色。
热带雨林生态系的特征在于很高的年降雨量（1,500 - 4,000 mm）及全年稳定温暖的气候（17 - 30°C）。它们约占全球森林面积的 45%，在全球碳循环与气候调节中发挥着至关重要的作用。此外，热带雨林是生物多样性的热点，孕育了地球上大多数的生物量。然而，这些生态系正日益受到气候变迁的威胁，表现在各种扰动事件上（如热带气旋、热浪与火灾）。虽然这些扰动事件在塑造森林结构、维持森林动态方面具有重要性，但随着全球气候变暖导致扰动的频率与强度增加，其对森林韧性可能产生强烈的负面影响。
尽管热带雨林的重要性无庸置疑，但我们对其动态如何影响森林结构的理解仍然相当缺乏，特别是在更广泛的空间与时间尺度上。地面激光扫描技术（TLS，或称「地面激光雷达」）是了解树木与森林结构的有力工具。TLS具有强大的能力，可对单棵树木进行精确建模，建立完整的三维树木结构模型。这些模型能用于量化生物量—这是一项评估森林碳储存量的重要指标。虽然TLS非常适合对森林进行详细的林分结构研究，但当它与更大空间尺度的激光雷达技术结合使用，如无人机激光扫描（无人机-LS）或机载激光扫描（ALS）时，其潜力将被大幅放大。
微气候缓冲效应建模
森林激光雷达数据近年一项重要的应用是与其他数据类型结合，用于模拟如「微气候缓冲效应」等复杂过程。微气候缓冲能力是热带雨林的关键功能之一。茂密的雨林树冠能显著缓解气候极端现象（例如温度、降雨与风力），因此为许多物种提供稳定且理想的栖息环境。然而，这种由微气候缓冲效应所带来的稳定性，可能会受到自然扰动（如热带气旋）的威胁，进而改变森林结构，并影响森林的微气候。因此，深入了解微气候与森林结构之间的关系，对于预测气候变迁对这些生态系的影响极端重要。
森林激光雷达数据近年一项重要的应用是与其他数据类型结合，用于模拟如「微气候缓冲效应」等复杂过程。微气候缓冲能力是热带雨林的关键功能之一。茂密的雨林树冠能显著缓解气候极端现象（例如温度、降雨与风力），因此为许多物种提供稳定且理想的栖息环境。然而，这种由微气候缓冲效应所带来的稳定性，可能会受到自然扰动（如热带气旋）的威胁，进而改变森林结构，并影响森林的微气候。因此，深入了解微气候与森林结构之间的关系，对于预测气候变迁对这些生态系的影响极端重要。
图1：a) RIEGL VZ400i地面激光扫描仪；b) 由TLS数据分割出的树木点云模型。
从2024年6月至9月，比利时根特大学（Ghent University）Q-ForestLab的现地研究团队在澳洲东北昆士兰湿热带（该地区拥有世界上最古老的热带雨林）进行一场结合了TLS、无人机-LS、ALS以及微气候资料的搜集行动。团队在整个区域内共调查了16个样区，面积介于0.5至1公顷之间，涵盖了海拔（15 - 1,200平均海拔米）与降雨量（1,236 - 3,470毫米）的梯度变化。这些样区属于昆士兰永久雨林样区（QPRP）网络的一部分。该项研究与英国公司Sylvera Ltd合作进行，由该公司主导ALS数据采集，同时也与两家澳洲机构合作—TERN（负责维护与普查Robson Creek超级样区）以及CSIRO（负责无人机-LS数据采集）。
地面激光扫描
高密度的TLS点云数据是利用RIEGL VZ-400i扫描仪（见图1a）采集的，此项目由比利时研究基金会（FWO）资助。研究团队在每个森林样区内规划了10米的规则网格进行高密度采样，每公顷的扫描作业需耗时约一周，最终获得了极为精细的森林树冠三维模型。由于扫描仪是由人员手动在森林中携带移动的，同时扫描仪能够追踪自身位置，使得后续的数据处理更为顺畅。包含拼接多个扫描数据，以建立完整的样区级点云模型。扫描仪不仅采集点云与本地位置数据，还结合Emlid基站进行地理配准（georeferencing），这将有助于未来更容易地与其他数据源（如微气候传感器位置或无人机-LS点云）对齐。总体而言，在如此偏远（且有时具潜在危险性）的热带雨林生态系中进行数据采集，是一项既刺激又高强度的任务—而这一切能顺利完成，全仰赖紧密的团队合作与紧密的规划。
虽然TLS通常能提供最完整且细节最丰富的点云数据（见图1b），但其视角主要受限于树冠下方。在像澳洲东北昆士兰这类密集的雨林环境中，即使是性能最强大的激光扫描仪，也可能因树冠上层的遮蔽效应而有资料缺失。因此，提升TLS数据质量的最佳方式之一，就是将其与无人机-LS或ALS数据进行融合。
地面激光扫描
高密度的TLS点云数据是利用RIEGL VZ-400i扫描仪（见图1a）采集的，此项目由比利时研究基金会（FWO）资助。研究团队在每个森林样区内规划了10米的规则网格进行高密度采样，每公顷的扫描作业需耗时约一周，最终获得了极为精细的森林树冠三维模型。由于扫描仪是由人员手动在森林中携带移动的，同时扫描仪能够追踪自身位置，使得后续的数据处理更为顺畅。包含拼接多个扫描数据，以建立完整的样区级点云模型。扫描仪不仅采集点云与本地位置数据，还结合Emlid基站进行地理配准（georeferencing），这将有助于未来更容易地与其他数据源（如微气候传感器位置或无人机-LS点云）对齐。总体而言，在如此偏远（且有时具潜在危险性）的热带雨林生态系中进行数据采集，是一项既刺激又高强度的任务—而这一切能顺利完成，全仰赖紧密的团队合作与紧密的规划。
虽然TLS通常能提供最完整且细节最丰富的点云数据（见图1b），但其视角主要受限于树冠下方。在像澳洲东北昆士兰这类密集的雨林环境中，即使是性能最强大的激光扫描仪，也可能因树冠上层的遮蔽效应而有资料缺失。因此，提升TLS数据质量的最佳方式之一，就是将其与无人机-LS或ALS数据进行融合。
图2：a) 配备RIEGL VUX-120扫描仪的BELL 407直升机；b) 英国公司Sylvera Ltd.
机载激光扫描
为了将TLS结构数据扩展到更大范围，研究行动的另一个部分是ALS。这项工作于2024年8至9月由Sylvera Ltd执行，使用安装在BELL 407直升机（图2a）上的RIEGL VUX-120扫描仪（图2b），涵盖所有16个QPRP样区，总面积达65,000公顷。直升机飞行高度为距地面160米，航线间距为127米；VUX-120扫描仪以1,200 kHz的脉冲重复率（Pulse Repetition Rate，PRR）运作，每秒记录400条扫描线，视场角为100°。这些设定产生了密度约 300点/m²的高解析点云，使得大范围、高分辨率的森林结构三维测绘得以实现。
无人机激光扫描
当TLS在覆盖范围上存在限制，而ALS在单棵树细节上不足时，无人机-LS提供了一个两者兼具的强大解决方案。由于飞行高度接近树冠，无人机-LS能产生高度精细的点云，实现细微尺度测量的放大，同时保留森林结构的细节。然而，无人机-LS的一个缺点是视线限制（line-of-sight），尤其在偏远的热带雨林样区中更为明显。受到QPRP网络场地条件的限制，无人机-LS仅在两个研究样区进行：DRO（1公顷）与Robson Creek（25公顷）。
由Dr. Shaun Levick与Dr. Steph Johnson带领的CSIRO团队，自2024年起每年在DRO与Robson Creek使用安装于Acecore NOA无人机平台（图3）上的RIEGL VUX-120进行飞行扫描，并计划在未来数年持续重新搜集资料。VUX-120拥有100°视场角及高达1.8 MHz的快速数据采集速度，非常适合高点密度扫描，能以卓越精准度获取复杂的细节。透过正下（nadir）、前向（forward）、后向（backward）（NFB）扫描模式，在垂直表面（如树干）上进行扫描，分别采样俯视、前倾10°与后倾10°，有效提升森林结构的测绘精度，无人机-LS数据因此成为TLS与ALS之间的重要桥梁。
为了将TLS结构数据扩展到更大范围，研究行动的另一个部分是ALS。这项工作于2024年8至9月由Sylvera Ltd执行，使用安装在BELL 407直升机（图2a）上的RIEGL VUX-120扫描仪（图2b），涵盖所有16个QPRP样区，总面积达65,000公顷。直升机飞行高度为距地面160米，航线间距为127米；VUX-120扫描仪以1,200 kHz的脉冲重复率（Pulse Repetition Rate，PRR）运作，每秒记录400条扫描线，视场角为100°。这些设定产生了密度约 300点/m²的高解析点云，使得大范围、高分辨率的森林结构三维测绘得以实现。
无人机激光扫描
当TLS在覆盖范围上存在限制，而ALS在单棵树细节上不足时，无人机-LS提供了一个两者兼具的强大解决方案。由于飞行高度接近树冠，无人机-LS能产生高度精细的点云，实现细微尺度测量的放大，同时保留森林结构的细节。然而，无人机-LS的一个缺点是视线限制（line-of-sight），尤其在偏远的热带雨林样区中更为明显。受到QPRP网络场地条件的限制，无人机-LS仅在两个研究样区进行：DRO（1公顷）与Robson Creek（25公顷）。
由Dr. Shaun Levick与Dr. Steph Johnson带领的CSIRO团队，自2024年起每年在DRO与Robson Creek使用安装于Acecore NOA无人机平台（图3）上的RIEGL VUX-120进行飞行扫描，并计划在未来数年持续重新搜集资料。VUX-120拥有100°视场角及高达1.8 MHz的快速数据采集速度，非常适合高点密度扫描，能以卓越精准度获取复杂的细节。透过正下（nadir）、前向（forward）、后向（backward）（NFB）扫描模式，在垂直表面（如树干）上进行扫描，分别采样俯视、前倾10°与后倾10°，有效提升森林结构的测绘精度，无人机-LS数据因此成为TLS与ALS之间的重要桥梁。
图3：装载RIEGL VUX-120扫描仪的Acecore NOA无人机。
在2024年的研究行动中，研究团队在所有16个QPRP样区建立了由190台EL-USB-2 Lascar空气温度与相对湿度记录器组成的微气候监测网络。这些记录器安装于1.50米高的位置，并以PVC遮盖避免阳光直射，以搜集微气候资料（图4a）。记录器每60分钟记录一次，提供热带雨林对气候变迁缓冲效应的见解（图4b）。此外，研究团队在样区附近的开阔地区放置了两台记录器，用于测量森林外的当地气温。为了捕捉更广泛的区域气候背景，这两个记录器的数据将与当地气象站及ERA5分析资料结合，以代表宏观气候条件。
结论
透过将完整的多尺度激光雷达数据集与高密度微气候测量结合，本项目提供了前所未有的热带雨林结构与动态观察视角。整合来自TLS、无人机-LS与ALS等多种平台的激光雷达数据，既能进行细微尺度分析，也能进行景观层级的结构研究，从而更深入了解地上生物量（AGB）、族群结构与森林结构异质性。此外，本项目将利用TLS采集的高质量结构数据，为AGB开发新的、特定区域的异速生长模型。这些模型将再透过无人机-LS与ALS数据进行放大应用，提供该区域森林尺度的碳动态独特观点。
此外，研究微气候与森林结构之间的关系，将加深对雨林结构如何响应扰动，以及这些变化如何影响森林缓冲气候极端能力的理解。本项目是长期监测网络的一部分，为热带雨林韧性提供关键的新见解，也将成为未来热带生态系研究的重要基准。
图4：a) 以辐射遮盖保护的EL-USB-2 Lascar传感器；b) Luna Soenens安装传感器的情景；c) 根据一年内Daintree Rainforest Observatory样区内外测量数据，显示热带雨林的缓冲能力
延伸阅读
Terryn, Louise, Kim Calders, Harm Bartholomeus, et al. 2022. Quantifying Tropical Forest Structure through Terrestrial and UAV Laser Scanning Fusion in Australian Rainforests. Remote Sensing of Environment 271 (March): 112912. https://doi.org/10.1016/j.rse.2022.112912.
Sylvera Ltd: https://www.sylvera.com/
Terryn, Louise, Kim Calders, Harm Bartholomeus, et al. 2022. Quantifying Tropical Forest Structure through Terrestrial and UAV Laser Scanning Fusion in Australian Rainforests. Remote Sensing of Environment 271 (March): 112912. https://doi.org/10.1016/j.rse.2022.112912.
Sylvera Ltd: https://www.sylvera.com/