近日，我校林学院森林经理学科森林生长与经营规划团队在遥感领域国际顶级期刊《RemoteSensingofEnvironment》（IF=10.164，环境科学与生态学Top期刊）和《IEEE Transactions on Geoscience and Remote Sensing》（IF=5.6，工程技术Top期刊）上相继在线发表了题为“Estimation and Calibration of Stem Diameter Distribution Using UAV Laser Scanning Data: A Case Study for Larch (Larix olgensis) Forests in Northeast China”和“A Hierarchical Region-merging Algorithm for 3D Segmentation of Individual Trees Using UAV-LiDAR Point Clouds”的研究论文。这两项研究使用无人机激光雷达数据，分别构建了长白落叶松人工林直径分布预测模型，提出了层次区域合并的单木分割新方法，助力森林资源调查、监测和管理，同时为无人机激光雷达技术在森林经营中的应用提供了新的思路。

森林是陆地生态系统的重要组成部分，及时准确的森林资源调查和监测为保证森林生态系统的稳定性提供了重要信息。激光雷达作为一种主动遥感技术能直接获取森林的三维冠层信息，为森林资源参数的自动获取提供全新视角。单木水平的森林资源参数自动获取一直是林业遥感领域的研究热点，团队创新开发了一种层次区域合并算法，实现了单木点云自动分割。该算法首先根据局部密度对整个林分区域进行“过分割”，然后通过逐步优化过程将“过分割”的区域合并。在逐步区域合并过程中，利用林分点云的整体紧实度代替传统的局部树冠特征探测。研究结果表明，该方法在不同密度的针叶林及针阔混交林中都达到了较高的分割精度，突破了高密度森林点云难以分割的技术瓶颈，为单木水平森林参数估算奠定了技术基础。

直径分布是反映森林历史干扰和未来长势的重要结构特征，也是评估林分经济利用价值和经济效益的重要依据。受限于单木遥感探测方法的不确定性，团队从林分结构视角出发，运用无人机遥感平台搭载激光雷达传感器，获取林分水平下激光雷达特征因子模拟长白落叶松人工林直径分布。研究构建了含有混合效应的似乎不相关模型，通过相对易测的林分密度指标对模型进行局部校准，提升了模型的预测效果和在不同区域应用的可移植能力。此项研究是该团队使用无人机激光雷达遥感手段继预测单木直径后的又一突破，为实现碳中和目标形势下了解和掌握森林空间结构信息迈进了扎实一步。

我校2018级博士研究生郝元朔为两篇论文的第一作者，董利虎副教授和李凤日教授为论文的共同通讯作者。

上述研究由国家重点研发项目、黑龙江省重点研发项目，中央高校基本科研业务费专项资金项目和黑龙江省头雁团队项目资助。

论文链接：

https://linkinghub.elsevier.com/retrieve/pii/S0034425721004892

https://ieeexplore.ieee.org/document/9580908（EarlyAccess）