近日，中國熱科院橡膠所與中南林業(yè)科技大學(xué)合作，在橡膠樹激光雷達(dá)（LiDAR）點(diǎn)云智能分割研究中取得重要進(jìn)展。針對橡膠林高密度冠層帶來的枝葉交疊、背景噪聲及樹干-樹冠邊界模糊等難題，研究團(tuán)隊(duì)提出了一系列創(chuàng)新的深度學(xué)習(xí)解決方案。
團(tuán)隊(duì)構(gòu)建了RsegNet和RTreeNet模型，通過多尺度特征聚合等機(jī)制有效解決了冠層重疊問題，使單木聚類識別的F-score達(dá)到86.1%，實(shí)現(xiàn)精準(zhǔn)的單木識別。開發(fā)的RTCrownNet模型，利用雙流協(xié)同特征融合等技術(shù)，將樹冠分割的mIoU（平均交并比）提升至87.31%，進(jìn)一步精細(xì)化分割樹冠。此外，研究還兼顧了應(yīng)用效率，提出了輕量化算法TM-WSNet和TMGH，借助Mamba等前沿架構(gòu)大幅提升了單木LiDAR點(diǎn)云分割的計(jì)算速度與模型適應(yīng)性。
基于上述高精度分割結(jié)果，團(tuán)隊(duì)成功實(shí)現(xiàn)了對樹高、冠幅等關(guān)鍵參數(shù)的自動化提取，其中樹高估測的R2（決定系數(shù)）高達(dá)0.99，為橡膠林的精準(zhǔn)管理與抗風(fēng)育種提供了關(guān)鍵技術(shù)支撐。
圖1 橡膠樹激光雷達(dá)點(diǎn)云單木智能分割模型技術(shù)架構(gòu)
圖2 模型實(shí)際應(yīng)用流程（A：RsegNet；B：RTreeNet；C：RTcrownNet）
研究成果“RsegNet: An Advanced Methodology for Individual Rubber Tree Segmentation and Structural Parameter Extraction from UAV LiDAR Point Clouds”和“TM-WSNet: A Precise Segmentation Method for Individual Rubber Trees Based on UAV LiDAR Point Cloud”發(fā)表于國際著名期刊《Plant Phenomics》，橡膠所與中南林業(yè)科技大學(xué)聯(lián)培碩士生王恒瑞和本科生顏樂樂分別為論文第一作者；“A Fine-Scale Segmentation Method for Individual Rubber Trees Based on UAV LiDAR Point Cloud”發(fā)表于《IEEE Transactions on Geoscience and Remote Sensing》，聯(lián)培碩士生李力為論文第一作者；“RTCrownNet: A Dual-channel Deep Learning Framework for Accurate Rubber Tree Crown Extraction from UAV LiDAR Point Clouds”和“Fine Segmentation and Structural Parameter Extraction of Rubber Tree Point Cloud Based on LiDAR Using the TMGH Method”發(fā)表于《Computers and Electronics in Agriculture》，聯(lián)培碩士生李力和李浩分別為論文第一作者。橡膠所新品種培育課題組王祥軍副研究員和中南林業(yè)科技大學(xué)電子信息與物理學(xué)院周國雄教授為上述論文共同通訊作者。該系列研究得到了海南省重點(diǎn)研發(fā)項(xiàng)目、海南省自然科學(xué)基金、國家自然科學(xué)基金等項(xiàng)目資助。
論文鏈接：
1. RsegNet：https://doi.org/10.1016/j.plaphe.2025.100090
2. RTreeNet：https://doi.org/10.1109/TGRS.2025.3593292
3. RTCrownNet：https://doi.org/10.1016/j.compag.2025.111093
4. TM-WSNet：https://doi.org/10.1016/j.plaphe.2025.100093
5. TMGH：https://doi.org/10.1016/j.compag.2025.110950
責(zé)任編輯：天然橡膠處
京公網(wǎng)安備 11010502034728號
