森林計測中的行動裝置 單株樹木量測技術與方法之回顧Mobile Devices in Forest Mensuration: A Review of Technologies and Methods in Single Tree Measurements

研究問題

這篇想回答智慧型手機與平板等行動裝置目前在單株樹木量測上能做到什麼程度，精度與實作障礙又在哪裡。

材料與方法

作者在 2023 年 11 月用 Google Scholar、Scopus 與 Web of Science 三個資料庫篩選，初步辨識出 441 篇研究，最後納入 34 篇直接符合範疇的論文再加 2 篇，並分成感測技術、資料收集與處理、單株樹木屬性、實作障礙、討論與結論六大塊，用 RMSE 與 RMSE% 把各屬性的量測精度整理成表。

結論

結論是行動裝置量胸徑相當可信，平均 RMSE 約 7.1%，被動感測適合定性評估與物種辨識，搭載 LiDAR 的主動感測能提供精確定量但受硬體限制；不過材積、斷面積與生物量的誤差還很大，RMSE 約 30%，而且需要標準化協定與跨裝置基準測試才能真正比較。

討論與我的觀察

這讓我理解低成本行動裝置在地面量測的定位，它在胸徑這種基礎屬性已經很有競爭力，但越往生物量與材積走，誤差就越大。限制也很關鍵，多數被回顧的研究是在校園、公園或都市這類人為改造環境做的，避開了複雜林分與下層植被遮蔽，作者自己也說沒有處理實務營林作業的落地問題，而且 Apple LiDAR 有效距離大概只有 5 公尺。對我研究的關係上，它幫我把地面量測這塊的低成本選項補齊，因為後面 Ch3-4 的遙測 AGB 估算都需要好的地面真值來校驗，而行動裝置正好是介於傳統樣區量測與昂貴 TLS 之間的折衷方案。

重要科學發現

• 回顧納入 34 篇加 2 篇研究，文獻年份 2015 至 2023，約 76% 發表於 2020 年或之後。
• 行動裝置量胸徑平均 RMSE 約 7.1%，最差一篇達 21%，中高精度裝置介於 2.3% 至 10.8%。
• 材積、斷面積與生物量的精度變異大，RMSE 約 30%。
• 多數研究認為 Apple LiDAR 有效量測距離約 5 公尺，限制可量測的屬性類型。

關鍵短引用

平均 RMSE% 約為 7.1%p.13 Sec 5.1

Apple LiDAR 量測範圍約 5 公尺p.15 Sec 6

博士生的話

這篇支撐我博論與 TJFS review 的 Ch2 地面量測基礎，提供行動裝置低成本近距量測的精度基準與限制，讓我說明遙測 AGB 估算的地面校驗除了傳統樣區與 TLS，還有手機與平板這類可負擔的選項。