
-
生物通官微
陪你抓住生命科技
跳动的脉搏
利用机载激光扫描数据对梯田景观中的干石墙进行自动测绘
《Landscape Ecology》:Automated mapping of dry stone walls in terraced landscapes using airborne laser scanning data
【字体: 大 中 小 】 时间:2026年06月28日 来源:Landscape Ecology 4.7
编辑推荐:
摘要背景干石墙是一种重要的景观特征,融合了考古学、生态学以及地形形成过程等多方面内容,但目前这类特征的清单往往缺失。机载激光扫描技术能够为高效检测诸如干石墙之类的线性景观特征提供数据。研究目标我们利用全地区的机载激光扫描数据,开发了一种自动化方法,旨在全面统计梯田景观中的干石墙数
干石墙是一种重要的景观特征,融合了考古学、生态学以及地形形成过程等多方面内容,但目前这类特征的清单往往缺失。机载激光扫描技术能够为高效检测诸如干石墙之类的线性景观特征提供数据。
我们利用全地区的机载激光扫描数据,开发了一种自动化方法,旨在全面统计梯田景观中的干石墙数量。我们的目标是生成高分辨率数字地形模型,并比较不同方法从数字地形模型及基于该模型的特征中提取干石墙的效率。此外,我们还依据性能最佳的方法,为研究区域制作了干石墙分布图。
研究区域为面积达213平方公里的奥地利瓦豪联合国教科文组织世界遗产地。我们为模型训练和测试准备了206公顷的参考数据。研究中考察了基于Canny边缘的随机森林分类方法,以及在数字地形模型及其衍生特征组合上的深度学习分割算法。
模型评估结果显示,随机森林分类器的F1值为0.72,而深度学习模型的F1值则在0.84到0.86之间。无论是基于数字地形模型特征生成的RGB图像组合进行训练,还是仅使用标准化后的数字地形模型,其性能都相当。卷积架构与Transformer架构在性能上没有明显差异,这说明在使用高分辨率高程数据时,基于深度学习的线性地形特征检测方法,无论输入特征设计还是模型架构如何,都具有较强的稳定性。在整个区域应用后,最终得到了瓦豪地区925公里的干石墙检测数据。根据这些数据生成的密度图显示,该地区的干石墙密度最高可达每公顷2740米。
我们的研究结果表明,利用公开的机载激光扫描数据,就可以实现对梯田景观中干石墙的可靠自动化测绘。覆盖整个瓦豪地区的测绘成果,可为遗产记录、栖息地评估以及未来对干石墙状况的宏观监测提供依据。这项研究也展示了深度学习方法如何助力提升地形测绘水平,从而为景观管理和监测提供支持。
干石墙是一种重要的景观特征,融合了考古学、生态学以及地形形成过程等多方面内容,但目前这类特征的清单往往缺失。机载激光扫描技术能够为高效检测诸如干石墙之类的线性景观特征提供数据。
我们利用全地区的机载激光扫描数据,开发了一种自动化方法,旨在全面统计梯田景观中的干石墙数量。我们的目标是生成高分辨率数字地形模型,并比较不同方法从数字地形模型及基于该模型的特征中提取干石墙的效率。此外,我们还依据性能最佳的方法,为研究区域制作了干石墙分布图。
研究区域为面积达213平方公里的奥地利瓦豪联合国教科文组织世界遗产地。我们为模型训练和测试准备了206公顷的参考数据。研究中考察了基于Canny边缘的随机森林分类方法,以及在数字地形模型及其衍生特征组合上的深度学习分割算法。
模型评估结果显示,随机森林分类器的F1值为0.72,而深度学习模型的F1值则在0.84到0.86之间。无论是基于数字地形模型特征生成的RGB图像组合进行训练,还是仅使用标准化后的数字地形模型,其性能都相当。卷积架构与Transformer架构在性能上没有明显差异,这说明在使用高分辨率高程数据时,基于深度学习的线性地形特征检测方法,无论输入特征设计还是模型架构如何,都具有较强的稳定性。在整个区域应用后,最终得到了瓦豪地区925公里的干石墙检测数据。根据这些数据生成的密度图显示,该地区的干石墙密度最高可达每公顷2740米。
我们的研究结果表明,利用公开的机载激光扫描数据,就可以实现对梯田景观中干石墙的可靠自动化测绘。覆盖整个瓦豪地区的测绘成果,可为遗产记录、栖息地评估以及未来对干石墙状况的宏观监测提供依据。这项研究也展示了深度学习方法如何助力提升地形测绘水平,从而为景观管理和监测提供支持。