编辑推荐：
为解决林业中木材堆精准测量难题，研究人员开展基于 LiDAR 技术测量木材堆及单木的研究。使用 TLS、PLS 和带 LiDAR 传感器的平板电脑检测原木端面，计算中径（MD）、材积（LV）等参数。结果表明 TLS 性能最佳，该技术为林业测量提供新方向。
在林业领域，木材堆的精准测量是木材交易 invoicing 的核心环节，但传统人工测量耗时易错，基于照片的光学方法又受光照、堆叠质量等因素干扰，难以在实际场景中实现高效精准的单木级测量。如何突破现有技术瓶颈，实现木材堆体积与单木参数的自动化、高精度检测，成为林业数字化转型的关键挑战。为解决这一问题，奥地利研究人员开展了基于激光雷达（Light Detection and Ranging, LiDAR）技术的木材堆测量研究，相关成果发表在《Computers and Electronics in Agriculture》。
研究团队采用三种 LiDAR 设备 —— 地面激光扫描仪（Terrestrial Laser Scanner, TLS）、手持激光扫描仪（Personal Laser Scanner, PLS）和配备 LiDAR 传感器的平板电脑，对 10 个总材积为 427.9 m3 的木材堆进行扫描。核心技术包括：通过点云预处理去除噪声和无关物体，利用随机森林算法结合点特征（如倾角、法向量变化率等）分类提取原木端面点云，再通过空间聚类、霍夫变换（Hough Transform）等方法实现端面检测与分割，最终通过端面匹配虚拟重建单木，计算中径（Mid-diameter, MD）、材积（Log Volume, LV）、尖削度（Taper）等参数，并与锯木厂的电子测量系统数据对比。
3.1 LiDAR 设备性能差异
TLS 扫描平均耗时 8 分 52 秒，点密度达 22.30 点 /cm2，检测率 98.94%，成功重建 93.3% 的原木；PLS 扫描速度最快（1 分 38 秒 / 堆），但点密度仅 3.19 点 /cm2，检测率 91.71%，重建率 83.17%；平板电脑扫描耗时 3 分 29 秒，点密度 2.61 点 /cm2，检测率 93.87%，重建率 82.76%。设备性能差异显著影响后续参数计算精度。
3.2 单木参数估算精度
- 中径（MD）：TLS 的 MDrdub（去树皮后向下取整）偏差仅 - 0.42%，均方根误差（Root Mean Square Error, RMSE）7.97%；PLS 的 MDrdub偏差 1.06%，RMSE 10.51%；平板电脑的 MDob（带树皮）偏差 - 2.15%，RMSE 10.46%。TLS 在扣除树皮厚度后的数据与参考值吻合度最高。
- 材积（LV）：TLS 的 LVrdub偏差 - 0.25%，RMSE 15.68%；PLS 的 LVrdub偏差 2.06%，RMSE 21.50%；平板电脑的 LVob偏差 - 5.15%，RMSE 23.75%。TLS 的材积估算最接近锯木厂数据，总材积误差在 92.7%-105.22% 之间。
- 尖削度（Taper）：三种设备估算的尖削度与参考值差异显著（p<0.05），RMSE 均超过 82%，表明 LiDAR 在尖削度测量中存在系统性误差，可能与端面不规则性和遮挡有关。
3.3 技术优势与局限
LiDAR 技术无需依赖光照条件和外部参考长度，对复杂堆叠场景的适应性优于传统光学方法。TLS 凭借高密度点云和高精度定位，在端面检测与参数估算中表现最佳，但设备成本高、扫描耗时长；PLS 和平板电脑便携性强，适合现场快速测量，但受点密度和噪声影响，精度较低。研究还发现，算法对不规则端面和遮挡原木的重建能力不足，导致部分参数偏差较大。
结论与展望
该研究首次实现了 LiDAR 技术对木材堆单木级参数的自动化测量，证明 TLS 在精度上具备替代传统测量的潜力，而 PLS 和平板电脑因便携性成为未来产业化应用的重点发展方向。尽管尖削度估算仍需改进，但 LiDAR 技术在林业数字化中的应用前景广阔，可进一步拓展至木材库存盘点、供应链透明化等场景。未来研究需优化算法对低精度设备数据的处理能力，并探索结合机器学习提升复杂场景下的检测精度，为智慧林业提供更完善的技术支撑。
