用于树种分类的多光谱空中激光扫描数据集：MS-ALS-SPECIES
计算机视觉与模式识别
2026-04-28 v1
摘要
从 stand-level 向 individual-tree-level 森林评估的转变支持了更好的生物多样性映射，尤其是在以松柳树（Populus tremula L.）发挥关键作用的 boreal 生态系统中。虽然空中激光扫描（ALS）是进行此类清查的标准方法，但主要限制是公共可用的 ALS 数据集数量较少，且包含高质量、经现场验证的参考数据。此外，缺乏包含高质量现场参考数据的开放式多光谱 ALS 数据集，尽管多光谱 ALS 数据对于树种分类具有潜在价值。本文介绍并详细描述了一个用于树种分类的开放式多光谱 ALS 数据集，近期由 Taher 等人（2026）进行机器学习和深度学习方法进行的国际基准测试。该数据集包含 6326 个表示南芬兰九种树种的 individual tree 段级点云。点云数据使用两种多光谱激光扫描系统获取，每个系统 operating at 三个激光波长：一架直升机搭载的系统（HeliALS）点密度超过 1000 points/m，以及约 35 points/m 的 Optech Titan 系统。我们提供了用于高效可扩展地收集高质量地面真实数据的详细描述。此外，本文提出了新的树种分类分析，基于 Taher 等人（2026）的最初发现。我们研究了分类准确率与树高之间的关系，以突出该开放数据集的多样性，并展示了点变换模型在小树和少数树种方面的优势。
引用
@article{arxiv.2604.24370,
title = {Multispectral airborne laser scanning dataset for tree species classification: MS-ALS-SPECIES},
author = {Matti Hyyppä and Klaara Salolahti and Eric Hyyppä and Xiaowei Yu and Josef Taher and Leena Matikainen and Matti Lehtomäki and Paula Litkey and Teemu Hakala and Harri Kaartinen and Juha Hyyppä and Antero Kukko},
journal= {arXiv preprint arXiv:2604.24370},
year = {2026}
}