基于地面激光扫描技术的可可农林复合系统冠层结构三维量化研究

本研究针对热带农林复合系统(AFS)中冠层结构异质性导致的光资源分配难题，创新性采用地面激光扫描(TLS)结合体素化方法(AMAPVox)，首次在可可种植系统中实现植物面积密度(PAD)三维分布及冠层结构参数(PAI/光衰减/透射率)的高精度量化，证实物种组成较种植布局对光分布影响更显著，为优化热带经济作物栽培模式提供精准决策工具。

　　

热带地区农业集约化面临生产力提升与生态保护的矛盾，农林复合系统(Agroforestry Systems, AFS)作为传统土地利用方式，通过乔木与经济作物(如可可、咖啡)的协同管理，有望实现多重效益平衡。然而，这类系统复杂的冠层结构导致光分布高度异质性，直接影响经济作物产量，但现有叶面积指数(Leaf Area Index, LAI)等二维指标难以准确表征三维光环境。尤其在全球最大可可生产国科特迪瓦，缺乏量化冠层结构的高效方法制约着种植模式优化。

针对这一技术瓶颈，由Antonio Jesús Ariza-Salamanca领衔的研究团队在《Computers and Electronics in Agriculture》发表创新成果。研究团队采用地面激光扫描(Terrestrial Laser Scanning, TLS)技术结合AMAPVox体素化算法，对科特迪瓦28个不同物种组成与种植布局的可可农林试验样地开展三维扫描，通过体素空间光线追踪计算植物面积密度(Plant Area Density, PAD)和植物面积指数(Plant Area Index, PAI)，并与半球摄影测量结果交叉验证，系统解析了冠层结构参数的空间分布规律。

关键技术包括：(1)多站点TLS点云数据采集与配准；(2)基于体素(三维像素)的PAD计算模型；(3)垂直分层统计分析方法；(4)半球摄影法(验证PAI估算精度)；(5)不同空间分辨率(0.05-1m体素)的敏感性测试。所有数据来自科特迪瓦Tiassalé地区由Mondelēz International和Barry Callebaut联合建立的农林试验基地。

【垂直分布植物面积密度】
通过0.5m垂直分层分析发现，PAI值介于4.94-22.31 m² m^?2，不同管理单元(MEU)类型间PAD垂直曲线差异显著。验证显示TLS估算PAI与半球摄影法高度吻合(R²>0.42, p<0.05)，最佳空间分辨率为0.5m半径体素。

【物种组成较种植布局更影响PAD分布】
统计表明物种组成对PAD垂直分层的解释力达67.3%，显著高于种植布局(32.1%)。混交树种组合通过改变冠层填充度与形态学特征，使光衰减率产生2.3倍变异，直接影响下层可可的光截获效率。

【冠层结构性状的多尺度差异】
细尺度(单株级)分析揭示，PAI空间异质性主要来源于乔木层(贡献率58%)，而林下作物层主导透光率的微环境调节。这种层级调控效应为定向修剪提供理论依据。

该研究首次将体素化TLS技术成功应用于可可农林系统，突破传统LAI测量的维度限制。所建立的PAD三维量化框架，能精确解析光资源竞争机制，对实现"精准农林"(Precision Agroforestry)管理具有里程碑意义。研究证实通过优化树种搭配(而非单纯调整株行距)可更有效改善冠层光分布，为热带经济作物可持续增产提供新思路。该方法可扩展至咖啡、橡胶等典型农林系统，对应对气候变化下的粮食安全挑战具有重要实践价值。