基于统一图结构框架的可扩展 3D 树木重建与无破坏生物量估计

估计森林以上地面生物量（AGB）对于评估碳储量和支持可持续森林管理至关重要。定量结构模型（QSM）通过 3D 树木结构重建提供了一种非破坏性的 AGB 估计方法。然而，当前 QSM 方法面临显著局限：它们主要为单棵树木设计，依赖于来自陆地激光扫描（TLS）的高质量点云数据，并且还需要多个预处理步骤，阻碍了规模化和实际部署。本研究提出了一种新颖的统一框架，使大规模点云的端到端处理成为可能，采用创新的图基管线。该方法无缝整合了树木分割、叶-木分离和 3D 骨架重建，through dedicated graph operations including pathing and abstracting for tree topology reasoning。对包含不同叶物条件（叶-on 与叶-off）、不同空间尺度（单树与块面）以及不同数据源（TLS 与基于无人机的激光扫描，ULS）的数据集进行了全面验证。实验结果在挑战性条件下表现出色，尤其是在叶-on 场景（约 20% 相对误差）和稀疏 ULS 数据集（约 30% 相对误差）的低密度场景中。这些发现表明，所提出的框架为大规模、非破坏性的 AGB 估计提供了稳健且可扩展的解决方案。它显著减少了对专业预处理工具的依赖，确立了 ULS 作为 TLS 可行替代方案的地位。据我们所知，这是首个能够实现在操作规模下无缝、端到端 3D 树木重建的方法。这一突破性进展大幅提升了 QSM-based AGB 估计的可行性，为更广泛的森林清查和气候变化研究应用铺平了道路。