Дар плантатсияҳои зичи эвкалипт ҷудо кардани дарахтони алоҳида аз абри нуқтаҳои LiDAR аз сабаби омехташавии тоҷҳои болоӣ душвор мешавад. Тоҷҳои дарахтони ҳамсоя метавонанд рӯи ҳам афтанд, аз як реша навдаҳои нав бароянд ва танаҳо ба ҳам хеле наздик шаванд. Дар чунин ҳолат алгоритмҳое, ки танҳо ба баландии тоҷ ё маълумоти масофаи сеченака такя мекунанд, метавонанд чанд дарахтро ҳамчун як объект муттаҳид кунанд ё баъзе дарахтонро тамоман аз даст диҳанд.

Ин таҳқиқот ба ҷойи он ки мавқеи дарахти алоҳидаро мустақиман аз тоҷи болоӣ муайян кунад, усулеро таҳия мекунад, ки ба сохтори тана дар наздикии баландии сина асос меёбад. Дар марҳилаи аввал модели PointNet++ бо хусусиятҳои геометрии маҳаллӣ ва механизми диққати каналии SE-ECA такмил дода шуда, IPN++ сохта мешавад. Модел дар абри нуқтаҳои хоми UAV-LiDAR махсусан нуқтаҳои танаҳоро ҷудо мекунад. Сипас ин семантикаи тана барои сохтани anchor layer дар баландии 1,3–2,0 m, муайян кардани seed point-ҳои боэътимод ва парвариши абри нуқтаҳо аз поён ба боло дар қабатҳо ба дарахтони алоҳида истифода мешавад.

Дар арзёбӣ бар асоси 993 дарахти саҳроӣ дар ҳафт қитъаи эвкалипт, усули TSG-ITS ба 0,959 recall, 0,995 precision ва 0,977 F-score мерасад. Барои 812 дарахте, ки сегментатсияи онҳо бо ченакҳои саҳроӣ бомуваффақият мувофиқ карда шуд, баҳодиҳии автоматии баландии дарахт \(R^2=0,91\) ва RMSE=1,39 m; баҳодиҳии DBH бо least-squares circle fitting бошад \(R^2=0,95\) ва RMSE=1,18 cm натиҷа медиҳад.

Бозёфтҳо нишон медиҳанд, ки дар плантатсияҳои зичи эвкалипт, ки ҳампӯшии тоҷҳо шадид аст, семантикаи тана метавонад барои сегментатсияи дарахти алоҳида маҳдудияти пешакии қавӣ фароҳам оварад. Аммо муваффақияти усул ба он вобаста аст, ки нуқтаҳои тана бо зичии баланд воқеан ба даст оварда шаванд; дар таҳқиқот барои ин танҳо парвози аз боло не, балки сканеркунии UAV-LiDAR-и зери тоҷ ва болои тоҷ якҷоя истифода шудааст.

Чаро бояд аз тана оғоз кард, на аз тоҷ?

Дар сегментатсияи анъанавии дарахти алоҳида бо UAV-LiDAR яке аз равишҳои маъмул муайян кардани нуқтаҳои қулла ва сарҳадҳои тоҷ тавассути Canopy Height Model мебошад. Ин равиш дар дарахтзорҳои дорои тоҷҳои кушода ё фосилаи кофии байни дарахтон муассир буда метавонад. Аммо дар плантатсияҳои зич якҷояшавии тоҷҳои ҳамсоя метавонад сарҳади воқеии дарахти алоҳидаро пинҳон кунад.

Дар плантатсияҳои эвкалипт ба ин инчунин coppice regeneration, яъне аз реша ё кунда дубора навда баровардан, илова мешавад. Якчанд танаи хеле наздик метавонанд дар боло ҳамчун як массаи муштараки тоҷ намоён шаванд.

Нуқтаи ибтидоии таҳқиқот чунин мушоҳидаи сохторӣ аст: ҳатто агар сарҳадҳои тоҷи болоӣ номуайян шаванд ҳам, танаҳои асосии наздик ба баландии сина дар бисёр ҳолатҳо дар бораи ҷойгиршавии воқеии дарахтон маълумоти мустақимтар медиҳанд.

PointNet++-и Такмилёфта Нуқтаҳои Танаро Чӣ Гуна Ҷудо Мекунад?

IPN++ механизми омӯзиши ҳамсоягии маҳаллии PointNet++-и стандартиро нигоҳ дошта, ду навъи иловагии маълумотро истифода мебарад: сохтори геометрии атрофи нуқта ва вазнҳои омӯхташудаи каналҳо.

Хусусиятҳои геометрии маҳаллӣ

Барои нуқтаи марказӣ \(p_i\) ва нуқтаи ҳамсоя \(p_j\) хусусияти маҳаллӣ чунин муайян мешавад:

\[ F_{ij} = [ p_j,\; p_j-p_i,\; d_{ij},\; G_j ] \]

.

Дар ин ҷо \(p_j\) координатаи сеченакаи нуқтаи ҳамсоя, \(p_j-p_i\) мавқеи нисбӣ нисбат ба марказ, \(d_{ij}\) масофаи Евклидӣ байни ду нуқта ва \(G_j\) хусусиятҳои геометрии маҳаллӣ, аз ҷумла вектори нормалӣ ва linearity index-ро ифода мекунад.

Азбаски атрофи нуқтаҳои тана аксаран геометрияи дарозрӯя ва силиндрӣ дорад, ин маълумоти иловагӣ нисбат ба истифодаи танҳо координатаҳои хоми XYZ барои ҷудо кардани тана аз сохтори шоха ва барг нишонаи иловагӣ медиҳад.

Механизми диққати каналии SE-ECA

IPN++ пас аз якҷо кардани хусусиятҳои маҳаллӣ инчунин модули SE-ECA channel-attention-ро истифода мебарад. Ҳадаф ин аст, ки ба ҷойи маҷбур кардани ҳамаи каналҳои хусусиятҳо ба саҳми баробар дар баромад, вазни каналҳои аз нигоҳи семантикаи тана информативтар зиёд карда шавад.

Ин такмил меъмории асосии ҳамсоягии PointNet++-ро тағйир намедиҳад; бештар танзим мекунад, ки кадом хусусиятҳои маҳаллӣ дар таснифи семантикии ниҳоӣ бештар барҷаста шаванд.

Чор синфи семантикӣ

Воридоти калидӣ барои сегментатсияи минбаъдаи дарахти алоҳида синфи тана мебошад.

Натиҷаҳои семантикии IPN++

IPN++ махсусан бо беҳбудӣ дар категорияи тана барои марҳилаи минбаъдаи seed-point воридоти семантикии боэътимодтар фароҳам овард.

Усул ва Бозёфтҳои Таҳқиқот

Ҷамъоварии маълумоти саҳроӣ ва UAV-LiDAR

Таҳқиқот дар плантатсияҳои эвкалипти минтақаи Nanning/Hengzhou-и Минтақаи Мухтори Guangxi Zhuang-и Чин гузаронида шудааст. Ҳар яке аз ҳафт қитъа 25 m × 25 m андоза дорад.

Маълумоти LiDAR моҳи июни 2025 бо системаи ҳамгирошудаи UAV-LiDAR, ки сенсори Livox Mid-360 дошт, ҷамъоварӣ шудааст.

Сканеркунии зери тоҷ махсусан тана, буриши баландии сина ва сохтори қабати поёниро сабт мекард, дар ҳоле ки сканеркунии болои тоҷ қисми болоии дарахт ва якпорчагии тоҷро пурра мекард.

Намунаҳои омӯзиши семантикӣ

Дар баландии нормализатсияшуда фосилаи 1,0–1,5 m ҳамчун минтақаи номзади тана истифода шудааст. Барои DBSCAN:

\[ \varepsilon_{\mathrm{DBSCAN}}=0.5\ \mathrm m \]

ва шумораи ҳадди ақали нуқтаҳо 100 интихоб шудааст.

Аз марказҳои номзади тана тақсимоти Voronoi сохта шуда, дар маҷмӯъ 1111 намунаи омӯзиши семантикии миқёси дарахти алоҳида ба даст оварда шудааст.

Стратегияи санҷиши модел

Дар ҳафт қитъа plot-level leave-one-out cross-validation татбиқ шудааст. Дар ҳар давр як қитъа ҳамчун маҷмӯаи тестӣ ва шаш қитъаи дигар ҳамчун маҷмӯаи омӯзиш ва танзими параметрҳо истифода шудаанд.

Дар моделҳои омӯзиши амиқ:

Қитъаҳои пурраи тестӣ ба равзанаҳои 10 m × 10 m тақсим шуда, байни равзанаҳои ҳамсоя %20 ҳампӯшӣ гузошта шудааст. Дар минтақаҳои ҳампӯш нишонаи ниҳоӣ бо majority voting муайян шудааст.

TSG-ITS чӣ гуна кор мекунад?

TSG-ITS аз нуқтаҳое оғоз мекунад, ки аз ҷиҳати семантикӣ ҳамчун тана тасниф шудаанд.

Дар марҳилаи аввал дар атрофи баландии сина:

\[ P_a= \{p\in P_t\mid1.3\leq h(p)\leq2.0\} \]

anchor layer сохта мешавад.

Ин маҷмӯаи нуқтаҳо бо ҳалли voxel-и 0,05 m voxelize мешавад. Пас аз тоза кардани voxel-ҳои пурғавғо ва камзич, таҳлили сеченакаи 26-neighborhood connectivity татбиқ мешавад.

Centroid-и ҳар компоненти боэътимоди пайвастшуда як seed point-и ибтидоӣ месозад:

\[ s_i= \frac{1}{|C_i|} \sum_{p\in C_i}p. \]

Сипас тамоми абри нуқтаҳои нормализатсияшуда ба қабатҳои амудӣ тақсим мешавад. Дар атрофи centroid-и марбут ба дарахт дар қабати қаблӣ минтақаи ҷустуҷӯи маҳаллӣ сохта мешавад ва нуқтаҳои қабати нав бо истифода аз масофаи уфуқӣ, пайвастагии маҳаллӣ ва давомнокии амудӣ ба TreeID-ҳо нисбат дода мешаванд.

Агар барои дарахт дар қабатҳои пайдарпай дигар нуқтаи эътиборнок намонад ё ҷойивазкунии centroid аз ҳадди муқарраршуда зиёд шавад, парвариши он дарахт ба боло қатъ мешавад.

Муқоисаи сегментатсияи дарахти алоҳида

Фарқи бузургтарини TSG-ITS дар recall зоҳир шуд. Ин нишон медиҳад, ки бахши бештари дарахтҳое, ки усулҳои дигар аз даст додаанд ё ба як объект муттаҳид кардаанд, ҳамчун дарахтони алоҳида пайдо карда шуданд.

Семантикаи Тана Мушкилоти Ҳампӯшии Тоҷро Чӣ Гуна Кам Мекунад?

Усулҳои ба тоҷ асосёфта кӯшиш мекунанд дарахтони алоҳидаро аз геометрияи қулла ва фурӯрафтагии сатҳи болоӣ ҷудо кунанд. Вақте тоҷҳои ду дарахти ҳамсоя ҷисман ба ҳам мепайванданд, ин сарҳад ҳарчи бештар номуайян мешавад.

TSG-ITS бошад мавқеи ибтидоии дарахти алоҳидаро ба танаи асосии поёнтар мепайвандад. Ҳамин тавр, вақте алгоритм ба минтақаи омехтаи тоҷ дар боло мерасад, он пешакӣ ҳувияти сохторие дорад, ки кадом нуқтаҳо аз кадом тана рушд кардаанд.

Ин бартарӣ махсусан дар:

• танаҳои ба ҳам хеле наздик,
• навдаҳои coppice,
• ҳампӯшии зичи тоҷ

равшан зоҳир шуд.

Бо вуҷуди ин, семантикаи тана комил нест. Агар тана дар тасниф аз даст равад, барои дарахти воқеӣ seed сохта намешавад. Агар шоха, навда ё қисми растании поёнӣ иштибоҳан ҳамчун тана тасниф шавад, пайвастагиҳои бардурӯғ ва seed-ҳо ба вуҷуд омада метавонанд.

Баландии Дарахт ва DBH То Чӣ Андоза Дақиқ Автоматӣ Истихроҷ Шуд?

Пас аз он ки сегментатсияи дарахти алоҳида бо дарахтони саҳроӣ як ба як мувофиқ карда шуд, истихроҷи параметрҳои сохторӣ барои 812 дарахт анҷом дода шуд.

Баландии дарахт

Арзёбии умумӣ:

Наздик будани нишебии регрессия ба 1 нишон дод, ки баландии пешбинишуда тағйироти ченакҳои саҳроиро ба андозаи зиёд пайгирӣ мекунад.

DBH

Дар таҳқиқот чор усули истихроҷи DBH муқоиса шудааст:

Least-Squares Circle Fitting азбаски геометрияи умумии нуқтаҳои буриши баландии синаро якҷоя истифода мебарад, нисбат ба усулҳои range ва convex-hull аз холигиҳои маҳаллӣ ё чанд нуқтаи канорӣ камтар таъсир гирифтааст.

Бо вуҷуди ин, дар ҳамаи усулҳои DBH Bias мусбат аст; яъне дар ин шароити додаҳо дараҷаи муайяни аз ҳад зиёд баҳодиҳии систематикӣ мушоҳида шудааст.

Натиҷаҳо ба кадом шароит вобастаанд?

Бояд махсусан дар хотир дошт, ки ин самаранокӣ дар маълумоти LiDAR-и зич, ки сканҳои зери тоҷ ва болои тоҷро якҷо мекунад, ба даст омадааст.

Дар парвозҳои стандартии UAV-LiDAR, ки танҳо аз боло анҷом дода мешаванд, пӯшиши тоҷ метавонад минтақаи баландии синаро хеле пинҳон кунад. Дар чунин ҳолат:

• шумораи stem semantic point метавонад кам шавад,
• anchor layer метавонад пора шавад,
• буришҳои DBH нопурра монанд,
• хатогиҳои seed-point зиёд шаванд.

Аз ин рӯ, натиҷаҳоро набояд бевосита ба ҳамаи ҷангалҳои дорои зичии пасти нуқтаҳо, пӯшиши хеле зич, таркиби омехтаи намудҳо ё синфҳои гуногуни синнӣ умумӣ кард.

Хулосаҳое, ки таҳқиқот дастгирӣ мекунад

• IPN++ дар ин ҳафт қитъаи эвкалипт семантикаи танаро нисбат ба PointNet++ ва муқоисаҳои дигар беҳтар тасниф кард.
• Истифодаи stem semantic point-ҳо ҳамчун anchor сегментатсияи дарахти алоҳидаро дар плантатсияҳои зич беҳтар кард.
• TSG-ITS нисбат ба CHM-WS, EDC ва MSCM F-score-и умумии баландтар гирифт.
• Баландӣ ва DBH-и дарахтҳое, ки сегментатсияашон бомуваффақият мувофиқ карда шуд, аз абри нуқтаҳои UAV-LiDAR ба таври автоматӣ истихроҷ шуданд.
• LSCF дар байни чор усули DBH-и арзёбишуда камтарин хатои умумиро дод.

Тафсирҳое, ки таҳқиқот дастгирӣ намекунад

• Нишон дода нашудааст, ки усул дар ҳамаи намудҳои ҷангал бо ҳамон дақиқӣ кор мекунад.
• Нишон дода нашудааст, ки танҳо бо UAV-LiDAR-и стандартии аз боло ҳамон натиҷаҳо ба даст меоянд.
• Маълумоти семантикии тана тамоми номуайянии сарҳадҳоро бартараф намекунад.
• IPN++ модели комилан end-to-end-и instance segmentation-и дарахти алоҳида нест; таснифи семантикӣ ва TSG-ITS-и ба қоида/сохтор асосёфта пайдарпай истифода мешаванд.
• Баҳодиҳии DBH комил нест; дар ҳамаи усулҳо bias-и мусбат гузориш шудааст.

Қайди Манбаъ ва Усул

Унвони аслӣ: Improved PointNet++ Stem Semantics for Individual Tree Segmentation and Structural Parameter Extraction in Eucalyptus Plantations Using UAV-LiDAR

Муаллифони PDF-и боршуда: Jianxin Tang; Hua Sun.

Муассисаҳои PDF: Hunan Provincial Key Laboratory of Forestry Remote Sensing Based Big Data & Ecological Security, Central South University of Forestry and Technology; Yuelu Mountain Laboratory; Hunan Engineering Research Center for Monitoring of Natural Ecosystem Carbon Sinks.

Навъи манбаъ: Таҳқиқоте, ки UAV-LiDAR, зондкунии фосилавии ҷангалдорӣ ва омӯзиши амиқро якҷо мекунад.

Версияи боршуда: SSRN preprint.

SSRN Abstract ID: 6829950.

SSRN DOI: 10.2139/ssrn.6829950.

Санаи сабти SSRN: 26 майи 2026.

Ҳолати тақризи preprint: PDF-и боршуда ошкоро мегӯяд, ки аз тақризи ҳамсолон нагузаштааст.

Ҳолати кунунии нашр: То сентябри 2026 таҳқиқоти ҳамном дар Science of Remote Sensing бо DOI 10.1016/j.srs.2026.100496 нашршуда ба назар мерасад. Сабтҳои кунунии индекс барои ин версия рӯйхати муаллифон Binbin Wang, Jianxin Tang ва Hua Sun-ро нишон медиҳанд. Мазмуни илмии ин матни Verianla ба версияи preprint-и ду муаллифа, ки корбар пешниҳод кардааст, асос ёфтааст; он бо версияи баъдан нашршуда бесадо якҷо карда нашудааст.

Ҷамъоварии маълумот: Июни 2025; ҳафт қитъаи эвкалипти 25 × 25 m; UAV-LiDAR-и ҳамгирошудаи under-canopy ва above-canopy; Livox Mid-360.

Санҷиши саҳроӣ: 993 санҷиши сегментатсияи дарахти алоҳида; 812 санҷиши параметрҳои сохтории дарахт.

Санҷиши модел: Ҳафт даври leave-one-out cross-validation дар сатҳи қитъа.

Занҷири асосии усул: Тамғагузории семантикӣ → IPN++ stem extraction → breast-height anchor layer → voxel/connectivity seed identification → bottom-up layered growing → individual-tree reconstruction → tree height ва DBH extraction.

Саҳми муаллифон: Тибқи PDF, J.T. консепсия ва усулро тарҳрезӣ карда, маълумот ва тасвирҳои саҳроиро ҷамъоварӣ намуда, ҳисоббарорӣ/таҳлил ва тарҳи аввалро иҷро кардааст. H.S. маблағгузорӣ ва назоратро таъмин намуда, ба навиштан ва бознигарии мақола саҳм гузоштааст.

Маблағгузорӣ: National Key Research and Development Program of China (2023YFD2201703), National Natural Science Foundation of China (32471861, 31971578) ва Hunan Province Science and Technology Innovation Program (2023RC1065).

Дастрасии маълумот: Манбаъ мегӯяд, ки маълумотро аз corresponding author бо дархост гирифтан мумкин аст.

Баросонии манфиатҳо: Муаллифон бархӯрди манфиатҳоро гузориш накардаанд.

Муҳимтарин маҳдудияти методологӣ: Усул дар шароити маълумоти зич, ки сканҳои зери тоҷ ва болои тоҷро муттаҳид мекунад, арзёбӣ шудааст. Барои point cloud-и камзич, пӯшиши зич, ҷангалҳои омехта ё синфҳои синнии гуногун санҷиши иловагӣ лозим аст.

Бозсозии визуалӣ: Хеле мувофиқ аст. Дар визуали аслии Verianla абри нуқтаҳо, семантикаи танаи IPN++, anchor layer, seed point-ҳо, layered growing, ҷудокунии TreeID ва ченкунии баландӣ/DBH-ро дар як ҷараёни кории уфуқӣ нишон додан мумкин аст.

Verianla Live / Live Figure: Мувофиқ аст. Метавон аниматсияи параметрҳои собит омода кард, ки ҷудошавии нуқтаҳои тана аз синфҳои семантикӣ ва ташаккули қабат ба қабати дарахтони алоҳидаро нишон диҳад.