طريقة محسّنة لتجزئة الأشجار الفردية في المشاهد الحضرية المعقدة بالاعتماد على استخدام ليزر ليزر متعدد الأطياف بواسطة التعلم العميق

تشكل الأشجار الحضرية عنصرًا مميزًا من النظام البيئي الحضري، وتمارس تأثيرات كبيرة على الرقابة المناخية. لذلك، فإن استخراج الأشجار الفردية في المناطق الحضرية يحمل قيمة بحثية كبيرة. ومع ذلك، فإن تعقيد الميزات في المناطق الحضرية يطرح تحديات على خوارزميات تجزئة الأشجار الفردية الموجودة، حيث قد تتأثر بعناصر غير شجرية أخرى. في هذه الدراسة، ولتقليل تأثير الفئات غير الشجرية، وتعزيز تحديد ميزات الحواف بين تيجان الأشجار المجاورة وتحقيق نتائج دقة دقيقة لتحديد الأشجار الفردية الحضرية، تم اقتراح طريقة محسّنة متعددة المراحل لاستخراج نقاط الأشجار وتجزئة الأشجار الفردية في المشاهد الحضرية باستخدام ليزر ليزر متعدد الأطياف. أولاً، تم معالجة سحب النقاط الأصلية ذات القناة الواحدة بواسطة استيفاء الشدة لتوليد سحب نقاط متعددة الأطياف بثلاثة أطوال موجية. ثانيًا، تم استخدام شبكة التعلم العميق Point Transformer لاستخراج نقاط الأشجار الحضرية. ثالثًا، تم إدخال خوارزمية تخطيط الأشجار المحسّنة لتجزئة الأشجار الفردية في المشاهد الحضرية، باستخدام نقاط الأشجار المستخرجة. أخيرًا، تم دمج تسميات الأشجار الفردية اليدوية وخريطة الصورة الرقمية عالية الدقة (DOM) للمنطقة لقياس دقة تحديد الأشجار الفردية. ويظهر أن مؤشر IoU لفئة الأشجار في المشهد الحضري يصل إلى 96.0%. علاوة على ذلك، يصل معدل F1 لتجزئة الأشجار الفردية الإجمالية إلى 92.8%. كما تكشف المقارنة مع الخوارزميات الموجودة أن الطريقة المقترحة تفوق الطريقة التقليدية المعتمدة على مصبّات التغذية المائية أو نهج تراص النقاط المبني على تجميع سحب البيانات في المشهد الحضري، مما يحسن الدقة العامة لتجزئة الأشجار الفردية بنسبة 21.9% و 16.0% على التوالي. هذه النتائج تسلط الضوء على زيادة قابلية تطبيق الخوارزمية متعددة المراحل المقترحة للمشاهد الحضرية.