揭示土遗址植被根系：基于机载激光扫描（ALS）和地面穿透雷达（GPR）的评估模型

      在潮湿环境下的土遗址保护中，植被根系造成的破坏构成了主要威胁之一。然而，受限于地下采样的困难，对根系构型的定量评估仍面临严重制约。本研究提出了一种将多尺度分割与偏最小二乘回归（PLS）相集成的根系评估框架，专门针对地下根系样本稀缺的土遗址而设计。

    以扬州蜀岗古城墙土遗址为案例，我们整合了28个非标准采样样地的探地雷达（GPR）实测数据与区域尺度的机载激光扫描（ALS）点云数据，构建了浅层、中层及整体根系密度，以及最大扎根深度的预测模型。结果表明，基于冠层结构提取的多尺度分割单元显著优于传统的规则网格法，有效提升了小样本条件下的模型性能与稳定性。模型的最优验证决定系数（R²）在最大扎根深度上达到0.861，在整体根系密度上达到0.804。

    成分载荷分析进一步揭示，光谱特征在浅层根系预测中起主导作用，而基于高程的结构指标对最大扎根深度具有极强的解释力。该框架不仅克服了考古环境中常见的样本稀缺和非标准采样样地等限制，也为土遗址植被根系相关风险的区域尺度制图与预防性管理提供了切实可行的技术路径。

部分项目检测区域

多源传感融合与反演技术体系

本方案采用“ALS-GPR-PLS”技术路线，通过多源数据融合实现从宏观冠层到微观根系的跨尺度解析：

1. 宏观定位：ALS激光雷达点云获取

利用机载或地基激光雷达（ALS）获取高密度点云数据，5.23平方公里共采集了95242842个点，点云密度高达 13.6点/m²。通过点云数据精准提取树高、冠幅、叶面积指数等冠层结构参数，为地下根系分布提供空间定位参考。

点云数据对树木分类

2. 中观成像：TRU树木雷达原位扫描

采用TRU树木雷达检测系统（900MHz雷达天线），在兼顾探测深度与分辨率的前提下，对土壤内部进行扫描。结合图像增强算法，识别土壤介电常数异常区，并剔除石块、土壤孔隙等背景噪声。

实测结果表明，TRU对主根及一级侧根具有识别能力，能够在复杂土壤背景下勾勒根系的三维走向与分枝结构。

TRU树根检测

3. 微观反演：PLS偏最小二乘回归模型

系统构建了基于 PLS（Partial Least Squares）回归的根系生物量反演模型。该模型以GPR信号特征（如双曲线顶点时间、振幅衰减率）与ALS冠层参数为自变量，通过交叉验证筛选潜变量，输出根系生物量、根长密度及深度分布等指标。

模型验证数据集涵盖了不同土壤类型、植被类型及含水量梯度，以验证模型在复杂生境下的适用性。

模型性能与关键指标

基于文献验证数据，本系统核心指标表现如下：

整体根系密度模型预测      最大根系深度模型预测

通过在扬州蜀岗遗址的实证研究，本研究验证了以下假设：可以利用机载激光扫描（ALS）点云提取的地上植被特征，来预测土遗址的地下根系状况。研究提出了一套综合性的植被根系评估框架，并通过多参数测试对其敏感性进行了系统检验。主要发现如下：

(1) 多尺度分割与偏最小二乘回归（PLS）相结合的集成框架，为具有“小样本量”和“非标准采样样地”特征的考古土遗址，提供了一条可行且具可解释性的建模路径。与传统的规则网格（fishnet grids）相比，基于冠层结构生成的分析单元显著提升了多项根系指标的预测性能，能够实现对最大扎根深度等参数的可靠估算。

(2) 尽管多尺度分割的表现优于传统的规则网格分割，但其预测性能对尺度参数表现出高度敏感性，且针对不同目标变量的最佳尺度参数各不相同。因此，在将该框架应用于其他遗址时，必须通过本地的参数敏感性测试来确定稳健的配置参数，而不能直接套用现有的参数设置。

(3) 针对蜀岗古城夯土墙的区域尺度评估表明，植被根系分布呈现出显著的空间聚集模式，且在深度分层上具有明显的差异。这些发现为针对特定遗址的植被风险分区及差异化管理策略提供了可靠的依据。

综上所述，本研究表明，在潮湿环境的土遗址中，结合有限数量的无损样本与机载激光扫描（ALS）数据，可以实现对植被根系分布的反演。这为土遗址的植被管理从基于经验的判断向数据驱动的预防性管理转变，提供了切实可行的方法论参考。

来源：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;