《Ecological Applications》：LiDAR-derived forest inventory data to map and quantify ecologically important large trees across large spatial extents
编辑推荐：
本文开发了一种创新方法，通过集成LiDAR点云、冠层高度模型（CHM）与地面实测数据，在R语言环境中利用lidR等包实现了对大面积森林（如加拿大新 Brunswick省165万公顷）中大型树木（依据树高和胸径dbh阈值定义）的高效识别、计数与空间制图。研究建立了特定森林群落的高度-胸径曲线，将dbh阈值转化为可遥感测量的高度阈值，并针对不同管理目标（如平均估算或高置信度识别）优化了误差控制。该方法为森林管理和生物多样性保护提供了关键的空间决策支持工具，尤其在评估超林冠树和符合省级指南（如dbh ≥30 cm）的大型树木分布方面具有重要应用价值。
引言
大型古树在森林生态系统中扮演着关键角色，为众多生物提供独特栖息地，并在碳储存、形成特殊微环境等方面具有重要功能。然而，全球范围内大型树木正在减少，亟需有效的监测与保护策略。激光雷达（LiDAR）遥感技术的发展为在大尺度上绘制大型树木分布图提供了可能。
方法
研究区域为加拿大新不伦瑞克省约165万公顷的生产性工业管理森林，涵盖云杉林、云杉-冷杉林、东部雪松、白松/红松、杰克松、耐荫硬木、不耐荫硬木和混交林等八种森林群落。研究利用全覆盖（WTW）LiDAR数据衍生的1米分辨率冠层高度模型（CHM），结合R软件中的lidR包，采用局部最大值滤波算法识别单木。算法的关键创新在于利用1108株实测树木的冠幅-树高数据，校准了可变的搜索窗口大小函数，以适应不同树高对应的最大冠幅，减少误识。
为将基于胸径（dbh）的大型树木定义（如dbh ≥30 cm，杰克松为≥20 cm）转化为可遥感测量的树高阈值，研究利用6811块连续土地清查（CLI）样地的单木测量数据，为每种森林群落建立了树高-胸径关系模型。模型采用Chapman-Richards函数形式，并比较了普通最小二乘回归（反映平均关系）和90%分位数回归（最小化误纳入错误，适用于高置信度识别）两种拟合方式，以应对不同的管理目标。
识别出的大型树木最终被统计到新不伦瑞克省增强森林清查（EFI）的20米网格上，生成全覆盖的大型树木数量分布图。
结果
高大树木的识别与计数
直接设定树高阈值（如25米）可有效识别并绘制高大树木。进一步分析表明，研究区域内估计存在超过3700万株符合省级定义的大型树木。其中，东部雪松群落的大型树木密度最高（91.17株/公顷），其次是杰克松（53.96株/公顷）和耐荫硬木（39.19株/公顷）。定义为超林冠树（如树高≥30米、≥32米、≥34米）的树木数量随阈值升高而减少，但白松/红松群落中此类树木浓度最高。
群落特异性树高-胸径曲线与阈值转换
各森林群落的树高-胸径关系呈现典型的渐近线特征。通过模型将dbh阈值转换为树高阈值时，存在分类误差：误纳入（树木高于阈值但dbh未达标）和漏判（树木dbh达标但高度不足）。使用平均关系（最小二乘回归）时，分类正确率约58%，误纳入和漏判误差相近；而使用90%分位数回归时，正确率提高至81%，但漏判误差显著增加至约74%，更适合要求高置信度的保护场景。
大型树木的分布制图与量化
将方法应用于全省尺度的EFI网格，生成了大型树木的空间分布图。河岸缓冲带（占研究区域10.7%）是大型树木的重要储存库，平均密度为31.64株/公顷（基于平均阈值）或7.46株/公顷（基于90%分位数阈值），广泛分布于各森林群落中。空间分布图清晰展示了不同管理强度区域（如Black Brook集约管理区与Doaktown粗放管理区）大型树木的分布模式，甚至在采伐区和非采伐区均能发现大型树木的聚集。
讨论
本研究开发的集成方法具有高度灵活性，能适应不同生态系统和大型树木定义。其优势在于利用本地化数据校准树高-冠幅、树高-胸径关系，提高了大尺度识别的准确性。将大型树木计数整合到现有EFI网格中，极大便利了森林管理规划和景观级生物多样性保护策略的制定，例如评估指定演替后期林区在提供大型树木方面的有效性。该方法也可应用于评估林分死亡树木等其它生态重要结构。研究认识到，基于树高替代胸径或年龄来定义“古老”特性存在局限，但在当前技术下是平衡精度与可行性的有效方案。新不伦瑞克省的案例表明，结合自然干扰机制的森林管理（如择伐、伞伐）有助于维持景观中大型树木的持续供应。河岸缓冲带等保护措施虽然面积占比小，但对保留大型树木和维持相关生物多样性至关重要。此方法为可持续森林管理和生物多样性保护提供了强大的空间显性决策支持工具。
结论
尽管森林管理可能导致大型树木减少，但通过替代性管理方法可以确保其在景观中的存续。本研究首次实现了百万公顷尺度上大型树木的全覆盖制图，所提出的方法为在拥有LiDAR和树高-胸径数据地区绘制大型树木分布图提供了可行路径。未来可进一步探索利用LiDAR数据识别枯立木等森林古老性指标，从而更全面地评估森林的生态价值和保护状态。
