测度森林群落乔木层盖度的一种新方法.docVIP

测度森林群落乔木层盖度的一种新方法 高邦权 南京师范大学生命科学学院(210097) E-mail:bangquangao@ 摘要：乔木层盖度是森林群落的主要数量特征之一。本文在Matlab 6.5的计算环境下，为 获得森林群落乔木层盖度的数值提供了准确可靠的计算方法。结果表明，与传统的目测估计 法相比，本文提供的方法可以在很大程度上避免由于研究者的主观因素造成的估计值差异。 关键词：森林群落； 乔木层盖度； Matlab 6.5； 计算方法 中图分类号：Q948.1 文献标识码：A 1．引言 乔木层盖度指森林群落乔木层植物地上部垂直投影面积占样地面积的百分比，是森林群 落的主要数量特征之一[1]。在森林群落中，乔木层盖度不仅可以反映下木层及草本层的光照 情况，在某种程度上也反映森林群落所处的演替阶段，在森林群落的研究中具有重要意义。 在实际的群落学调查研究中，乔木层的盖度主要依赖于研究者的主观估计。虽然在一定 程度上乔木层的盖度估计值可以反映森林群落的数量特征，却由于不同研究者主观因素的掺 入难以整合不同研究者获得的乔木层盖度数据。此外，研究者通常假定对研究样地的乔木层 盖度是均一的，没有考虑到乔木层盖度在空间上的差异。 本文在Matlab 6.5 的计算环境下对野外调查时获得的数码图像进行了分析[2]，为获得森 林群落乔木层盖度的数值提供准确可靠的计算方法。 2．研究方法 在光照条件较好的情况下，森林群落乔木层的树木枝叶和天空背景的亮度有明显的差 异。在群落样地中，在具有代表性的地段使用数码相机垂直向上进行拍摄，图像的默认格式 为RGB 模式下的JPEG 压缩图像格式。为了使计算简化，将获得的图像转换为灰度模式（gray scale）下的图像（图 1）。转换后的图像只含有 8 位单通道，每个像素的亮度值在 0-255 之 间（图2）。 在Matlab6.5 的计算环境下，导入转换后的图像。对导入图片的像素进行逐行扫描，累 计图片中不同亮度值的像素数目(pixel number, PN, 见公式1)。计算亮度小于等于特定亮度 值的像素数目所占总像素数目的百分比(accumulated pixel number percentage, PNP, 见公式2)。 PN ) ( , ) 0 255 (x = ∫∫ f r c d ≤ x ≤ σ (1) D PNP(x) 0 ×100% 0 ≤ x ≤ 255 = ∫ x (2) PN(x) r ×c max max 公式（1）为亮度值为x 的像素数目计算公式，当图像中第r 行第c 个像素（r, c）的亮 度值为x 时，f (r,c) 的值为1，否则为0。公式（2）为亮度值小于等于x 的像素所占图像总 像素的百分比。  图1 灰度模式下的乔木层图像 Fig. 1 Tree layer picture of gray scale mode 图2 灰度模式下的亮度值所对应的颜色 Fig. 2 Brightness value with corresponding color of gray scale mode 3．研究结果 不同亮度值的像素的计数结果如图所示（图 3）。结果表明，不同亮度值的像素分布并 不均匀，像素主要集中分布在两个亮度值区域。一个区域的像素亮度值在25~175 之间，另 一个区域的像素亮度值在 235~255。两个区域的像素数目的总百分比为 95.90%。亮度值介 于175 和235 之间的像素所占百分比仅为3.72%。对照图1 和图2 可以发现，此亮度值区间 的像素颜色与天空背景差异较大，其所占的百分比例应计入乔木层的盖度值。 e+5 100 e+5 80 e+5 60 e+4 e+4 40 e+4 20 e+4 0 0 50 100 150 200 250 0 50 100 150 200 250 Brightness Brightness 图4 不同亮度值的像素数目累计百分比曲线 图3 不同亮度值的像素计测曲线 Fig. 4 Accumulated pixel number Fig. 3 Pixel number curve of every brightness percentage curve of every brightness value value 不同亮度的像素数目累计百分比曲线呈 S 型（图 4），同样说明图像像素数目主要集中 分布于两个亮度值区域。森林群落乔木层盖度的计算值应为像素数目累计百分比曲线中间平 缓部分的右侧。根据对图3 的分析，当亮度值为235 时，PNP（235）=69.65%。 计算乔木层盖度时，由于所取像素亮度值位于像素分布第二集中区域左侧，即像素数目 累积百分比曲线中间平缓部分的右侧，其值的大小比