8月30日，本刊编委苏艳军研究组、方精云团队在Remote Sensing of Environment期刊发表题为“L1-Tree: A novel algorithm for constructing 3D tree models and estimating branch architectural traits using terrestrial laser scanning data”的研究论文，该项工作设计了一种基于地基激光雷达数据的单木三维建模算法，L1-Tree，实现了枝干精细结构参数的准确估算。
树木枝干精细结构深刻影响着树木的生理生态功能和环境适应性。然而，高效、无损观测手段的匮乏使得现有研究对枝干精细结构在树木生理生态功能和环境适用性中作用的理解仍较为有限。近年来，地基激光雷达技术的快速发展为树木枝干精细结构参数的高精度无损测量提供了一种可能的解决方案。但是，受树木冠层结构高复杂性和由叶片遮挡所带来的数据缺失的影响，基于在自然林分中采集的地基激光雷达数据实现树木枝干精细结构的精准刻画仍极具挑战。
为解决上述问题，植被与环境变化国家重点实验室苏艳军研究组与北京大学方精云院士团队合作设计了一种基于地基激光雷达数据的单木三维建模算法，L1-Tree。该算法利用计算机图形领域的经典方法，L1-Median，来提取粗略的树木骨架，并在此基础之上，利用树木生长策略对粗略骨架进行优化，进而实现枝干精细结构参数的准确估算。通过利用来自3个站点24个树种的地基激光雷达数据进行验证，L1-Tree算法表现出了较高的精度和鲁棒性。不同等级枝的识别准确率、召回率和F得分均在0.94以上，而枝长和枝粗的估算精度可达95%以上。此外，与目前广泛采用的TreeQSM算法相比，该研究所提出的算法不仅具有更高的枝识别率和枝干精细结构参数估算精度，还表现出了更强的抗数据缺失能力和抗噪能力。L1-Tree算法的提出有望为树木枝干精细结构研究提供解决方案，并进而加深我们对树木生理生态功能及其环境适应性的认知。
L1-Tree算法的建模效果
北京大学已毕业研究生、植被与环境变化国家重点实验室客座研究生冯禹昊为论文第一作者，苏艳军研究员和北京大学方精云院士为共同通信作者，赫尔辛基大学Eduardo Eiji Maeda教授和Matheus Henrique Nunes助理教授参与了研究。该研究得到了国家重点研发计划和国家自然科学基金等项目的资助。
文章链接：
点击底部“阅读原文”
左右滑动切换图片
