手持与无人机激光雷达协同监测地中海混交林碳储量：葡萄牙中部案例与精度评估

《European Journal of Forest Research》：Combining hand-held and drone-based lidar for forest carbon monitoring: insights from a Mediterranean mixed forest in central Portugal

　　

在地中海地区复杂的混交林中，精确量化森林碳储量始终是生态学家面临的重大挑战。传统地面测量耗时费力，而单一遥感技术又难以兼顾林冠上层结构和林下植被的精准捕捉。这种"上不见顶、下难触底"的困境，使得地中海地区——这个全球生物多样性热点兼碳汇关键区域的森林碳储量评估长期存在显著误差。更棘手的是，该地区特有的树种混杂、多层冠层结构以及季节性叶物候变化，进一步放大了遥感监测的技术难度。

针对这一系列挑战，由西班牙巴利亚多利德大学Frederico Tupinambá-Simoes领衔的国际团队在《European Journal of Forest Research》发表了一项创新研究。他们选择葡萄牙中部1公顷的典型地中海混交林作为实验场，这里不仅包含松树(Pinus spp.)、栓皮栎(Quercus suber)等六种优势树种，还具有梯田地形和高达896棵/公顷的树木密度。研究人员设计了一套"天地协同"的监测方案：通过手持激光扫描仪(HLS)获取林下精细数据，配合无人机激光扫描(ULS)在50-110米四个高度层进行多模式扫描，最终融合两类点云数据评估碳储量估算误差。

技术方法上，研究团队采用GeoSLAM ZEB-Horizon进行HLS扫描（31分钟完成1公顷），DJI Matrice 300 RTK搭载Zenmuse L1传感器执行ULS任务（测试2/3回波模式）。通过CloudCompare软件实现ICP算法点云融合，利用FSCT工具和lidR包进行单木分割，并采用西班牙/葡萄牙国家森林清查的生物量模型进行碳储量推算。统计分析包含Kruskal-Wallis检验误差分布，以及系统误差对生物量估算的敏感性模拟。

研究结果揭示三个关键发现：

1. 飞行高度影响方面：ULS在110米高度仍保持良好性能，CHM（冠层高度模型）产品间差异不显著(p>0.05)，但三回波模式在50 vs 110米比较中显现轻微差异(p=0.148)。树冠分割算法在密集区域表现稳定，但对孤立树木敏感。

2. 胸径测量精度：HLS呈现系统性低估（偏差2-3 cm），导致生物量估算降低13-19%。数据融合对DBH校正效果有限，尤其对优势松树低估更明显。值得注意的是，ULS因点云密度不足完全无法独立估计DBH。

3. 树高测量挑战：以80棵优势木验证显示，HLS与融合数据TH估计RMSE>4米，主要误差来源于<10米的矮树。研究者特别指出，传统野外测高仪(Nikon Forestry Pro II)在复杂林分中作为"金标准"的适用性值得商榷。

误差传播分析得出颠覆性认知：DBH每低估1 cm引发生物量7%的偏差，而TH误差影响不足1%。这种非线性关系揭示了地中海混交林碳监测应优先保障DBH测量精度。

讨论部分强调了该研究的双重价值：方法论上，证实了HLS在混交林DBH测量中的高效性（每分钟扫描32平方米），但否定了其TH数据的直接可用性；应用层面上，为《巴黎协定》框架下的森林碳核查提供了13%误差阈值的操作参考。作者特别警示，在叶物候变化显著的地中海林区，激光扫描季节选择将显著影响冠层穿透效果。

这项研究的创新点在于首次量化了多源激光数据融合在地中海混交林的边际效益——虽然未能突破性提升单木参数精度，但明确了HLS+ULS协同作业的最佳实践路径。正如研究者所言："当生物量模型高度依赖DBH时，投资便携式HLS比追求完美的树高数据更具成本效益"。该成果为全球类似生态区的碳监测提供了可复制的技术框架，同时也为下一代森林激光扫描仪的性能优化指明了方向。