看不見的林冠擁擠：LiDAR支援精準疏伐

2026/09/02

摘要

日本研究團隊開發結合空載LiDAR與Weibull統計模型的森林分析方法，可於林冠封閉的人工針葉林中評估林冠擁擠程度與疏伐需求。研究利用動態閾值區分林冠與下層植生訊號，提升活冠比與林冠覆蓋度估測穩健性，並建立20公尺解析度林冠擁擠狀態圖，有助於疏伐作業排序與森林經營管理。

文章資訊

國際

刊出日期：2026/09/02

資料來源

Taylor & Francis

文章摘譯

農業科技新脈動平台管理團隊

文章關鍵字

疏伐活冠比林冠覆蓋度空載LiDAR 動態閾值

LiDAR如何評估林冠擁擠程度

　　森林經營管理過去多仰賴地面調查或單木辨識技術，以評估林木生長與疏伐需求。然而，在林冠封閉、林木高度較高的人工針葉林中，傳統方法常難以準確掌握林分擁擠程度，進而影響經營效率。日本森林綜合研究所（FFPRI）研究團隊開發一套結合空載LiDAR與統計模型的新方法，可快速評估林冠擁擠程度，協助判斷優先疏伐區域。

動態閾值分析機制

　　研究團隊利用空載LiDAR回波高度分布資料，建立一套「動態閾值（dynamic threshold）」分析機制，可自動區分林冠與下層植生訊號，降低林下植生對估測結果的干擾，並以Weibull機率分布模型分析林冠高度特徵，推估樹冠基部高度（CBH）、樹高（H）、活冠比（CR）及林冠覆蓋度（CC）等森林結構指標。

林冠擁擠狀態圖之建立

研究的關鍵成果包括：

建立可因應不同林分條件的動態閾值方法，提高LiDAR林冠判讀對下層植生干擾的穩健性。
模型推估的活冠比（CR）在每公頃250至2,800株的廣泛林分密度範圍內，估測誤差未隨林分密度呈現系統性變化。
結合活冠比（CR）與林冠覆蓋度（CC），建立20公尺解析度的林冠擁擠狀態圖，可辨識需優先疏伐的林分。

人工針葉林中的驗證結果

　　此外，研究團隊於日本茨城縣與福岡縣的人工針葉林進行驗證。結果顯示，相較於仰賴單木辨識的方式，此方法僅需有限的校正資料，且具有較高運算效率，適合應用於大面積森林資源調查與經營管理。整體而言，結合活冠比與林冠覆蓋度，可掌握林冠擁擠程度並辨識需優先疏伐的林分，有助於提升人工針葉林的疏伐規劃與經營效率。本研究已發表於《Journal of Forest Research》期刊。

【延伸閱讀】－別只種樹，更要種森林：樹種多樣性提升生態功能與森林韌性

FAQ

研究團隊利用空載LiDAR回波高度分布資料建立「動態閾值（dynamic threshold）」分析機制，可自動區分林冠與下層植生訊號，降低林下植生對估測結果的干擾。

研究推估樹冠基部高度（CBH）、樹高（H）、活冠比（CR）及林冠覆蓋度（CC）等森林結構指標。

研究結合活冠比（CR）與林冠覆蓋度（CC），建立20公尺解析度的林冠擁擠狀態圖。