在潮濕環(huán)境下的土遺址保護(hù)中，植被根系造成的破壞構(gòu)成了主要威脅之一。然而，受限于地下采樣的困難，對(duì)根系構(gòu)型的定量評(píng)估仍面臨嚴(yán)重制約。本研究提出了一種將多尺度分割與偏最小二乘回歸（PLS）相集成的根系評(píng)估框架，專門(mén)針對(duì)地下根系樣本稀缺的土遺址而設(shè)計(jì)。

    以揚(yáng)州蜀崗古城墻土遺址為案例，我們整合了28個(gè)非標(biāo)準(zhǔn)采樣樣地的探地雷達(dá)（GPR）實(shí)測(cè)數(shù)據(jù)與區(qū)域尺度的機(jī)載激光掃描（ALS）點(diǎn)云數(shù)據(jù)，構(gòu)建了淺層、中層及整體根系密度，以及最大扎根深度的預(yù)測(cè)模型。結(jié)果表明，基于冠層結(jié)構(gòu)提取的多尺度分割單元顯著優(yōu)于傳統(tǒng)的規(guī)則網(wǎng)格法，有效提升了小樣本條件下的模型性能與穩(wěn)定性。模型的最優(yōu)驗(yàn)證決定系數(shù)（R2）在最大扎根深度上達(dá)到0.861，在整體根系密度上達(dá)到0.804。

    成分載荷分析進(jìn)一步揭示，光譜特征在淺層根系預(yù)測(cè)中起主導(dǎo)作用，而基于高程的結(jié)構(gòu)指標(biāo)對(duì)最大扎根深度具有極強(qiáng)的解釋力。該框架不僅克服了考古環(huán)境中常見(jiàn)的樣本稀缺和非標(biāo)準(zhǔn)采樣樣地等限制，也為土遺址植被根系相關(guān)風(fēng)險(xiǎn)的區(qū)域尺度制圖與預(yù)防性管理提供了切實(shí)可行的技術(shù)路徑。

部分項(xiàng)目檢測(cè)區(qū)域

多源傳感融合與反演技術(shù)體系

本方案采用“ALS-GPR-PLS”技術(shù)路線，通過(guò)多源數(shù)據(jù)融合實(shí)現(xiàn)從宏觀冠層到微觀根系的跨尺度解析：

1. 宏觀定位：ALS激光雷達(dá)點(diǎn)云獲取

利用機(jī)載或地基激光雷達(dá)（ALS）獲取高密度點(diǎn)云數(shù)據(jù)，5.23平方公里共采集了95242842個(gè)點(diǎn)，點(diǎn)云密度高達(dá) 13.6點(diǎn)/m2。通過(guò)點(diǎn)云數(shù)據(jù)精準(zhǔn)提取樹(shù)高、冠幅、葉面積指數(shù)等冠層結(jié)構(gòu)參數(shù)，為地下根系分布提供空間定位參考。

點(diǎn)云數(shù)據(jù)對(duì)樹(shù)木分類

2. 中觀成像：TRU樹(shù)木雷達(dá)原位掃描

采用TRU樹(shù)木雷達(dá)檢測(cè)系統(tǒng)（900MHz雷達(dá)天線），在兼顧探測(cè)深度與分辨率的前提下，對(duì)土壤內(nèi)部進(jìn)行掃描。結(jié)合圖像增強(qiáng)算法，識(shí)別土壤介電常數(shù)異常區(qū)，并剔除石塊、土壤孔隙等背景噪聲。

實(shí)測(cè)結(jié)果表明，TRU對(duì)主根及一級(jí)側(cè)根具有識(shí)別能力，能夠在復(fù)雜土壤背景下勾勒根系的三維走向與分枝結(jié)構(gòu)。

TRU樹(shù)根檢測(cè)

3. 微觀反演：PLS偏最小二乘回歸模型

系統(tǒng)構(gòu)建了基于 PLS（Partial Least Squares）回歸的根系生物量反演模型。該模型以GPR信號(hào)特征（如雙曲線頂點(diǎn)時(shí)間、振幅衰減率）與ALS冠層參數(shù)為自變量，通過(guò)交叉驗(yàn)證篩選潛變量，輸出根系生物量、根長(zhǎng)密度及深度分布等指標(biāo)。

模型驗(yàn)證數(shù)據(jù)集涵蓋了不同土壤類型、植被類型及含水量梯度，以驗(yàn)證模型在復(fù)雜生境下的適用性。

模型性能與關(guān)鍵指標(biāo)

基于文獻(xiàn)驗(yàn)證數(shù)據(jù)，本系統(tǒng)核心指標(biāo)表現(xiàn)如下：

整體根系密度模型預(yù)測(cè)      最大根系深度模型預(yù)測(cè)

通過(guò)在揚(yáng)州蜀崗遺址的實(shí)證研究，本研究驗(yàn)證了以下假設(shè)：可以利用機(jī)載激光掃描（ALS）點(diǎn)云提取的地上植被特征，來(lái)預(yù)測(cè)土遺址的地下根系狀況。研究提出了一套綜合性的植被根系評(píng)估框架，并通過(guò)多參數(shù)測(cè)試對(duì)其敏感性進(jìn)行了系統(tǒng)檢驗(yàn)。主要發(fā)現(xiàn)如下：

(1) 多尺度分割與偏最小二乘回歸（PLS）相結(jié)合的集成框架，為具有“小樣本量”和“非標(biāo)準(zhǔn)采樣樣地”特征的考古土遺址，提供了一條可行且具可解釋性的建模路徑。與傳統(tǒng)的規(guī)則網(wǎng)格（fishnet grids）相比，基于冠層結(jié)構(gòu)生成的分析單元顯著提升了多項(xiàng)根系指標(biāo)的預(yù)測(cè)性能，能夠?qū)崿F(xiàn)對(duì)最大扎根深度等參數(shù)的可靠估算。

(2) 盡管多尺度分割的表現(xiàn)優(yōu)于傳統(tǒng)的規(guī)則網(wǎng)格分割，但其預(yù)測(cè)性能對(duì)尺度參數(shù)表現(xiàn)出高度敏感性，且針對(duì)不同目標(biāo)變量的最佳尺度參數(shù)各不相同。因此，在將該框架應(yīng)用于其他遺址時(shí)，必須通過(guò)本地的參數(shù)敏感性測(cè)試來(lái)確定穩(wěn)健的配置參數(shù)，而不能直接套用現(xiàn)有的參數(shù)設(shè)置。

(3) 針對(duì)蜀崗古城夯土墻的區(qū)域尺度評(píng)估表明，植被根系分布呈現(xiàn)出顯著的空間聚集模式，且在深度分層上具有明顯的差異。這些發(fā)現(xiàn)為針對(duì)特定遺址的植被風(fēng)險(xiǎn)分區(qū)及差異化管理策略提供了可靠的依據(jù)。

綜上所述，本研究表明，在潮濕環(huán)境的土遺址中，結(jié)合有限數(shù)量的無(wú)損樣本與機(jī)載激光掃描（ALS）數(shù)據(jù)，可以實(shí)現(xiàn)對(duì)植被根系分布的反演。這為土遺址的植被管理從基于經(jīng)驗(yàn)的判斷向數(shù)據(jù)驅(qū)動(dòng)的預(yù)防性管理轉(zhuǎn)變，提供了切實(shí)可行的方法論參考。

來(lái)源：Lu Chen, Xuyuan Yue, Shuhan Xu, Huiyi Sun, Yong Guo, Hao Yin. Unveiling Vegetation Roots in Earthen Sites: Assessment Model based on Airborne Laser Scanning (ALS) and Ground Penetrating Radar (GPR).Research Square. 2026;