近日，国际著名期刊Remote Sensing发表了我所研究员禹丝思在空中激光雷达技术在森林环境中的过滤应用的研究成果，论文题为“Filtering Airborne LiDAR Data in Forested Environments Based on Multi-Directional Narrow Window and Cloth Simulation”^[1] 该论文为合作论文，地方所研究员禹丝思系该论文的通讯作者。

“Filtering Airborne LiDAR Data in Forested Environments Based on Multi-Directional Narrow Window and Cloth Simulation” 这篇文章主要研究了基于多方向窄窗和布模拟的森林环境中的空中激光雷达数据过滤。地面滤波是林业应用中处理机载光探测和测距数据的重要步骤之一。然而，由于地形复杂，植被茂密，现有方法在森林地区的性能仍然有限。为了克服这一局限性，提出了一种基于多向窄窗和布料模拟的改进的基于表面的滤波器。创新主要涉及以下两个方面：（1）在多向窄窗口内，通过合并点云的最低点和线段，识别出充足且分布均匀的地面种子;（2）采用循环方案提取完整、准确的地面点，包括使用布料模拟的内力调整消除不正确的地面点，使用移动最小二乘平面拟合进行地形重建，以及基于逐步细化地形的地面点提取。在5个具有不同地形特征和植被分布的林地中对所提方法进行了测试。实验结果表明，所提方法能够准确区分不同森林环境下的地面点与非地面点，平均kappa系数为88.51%，总误差为4.22%。对比实验证明，所提方法优于基于斜率、基于数学形态学和基于表面的经典方法。这项研究的结果对于空中激光雷达数据处理在林业应用中具有重要意义。提出的改进方法在森林环境中的地形和植被条件下表现出更高的过滤效果，这对于森林资源调查、管理和监测具有重要意义。通过更准确地提取地面和非地面点，这项研究为森林结构的三维信息获取提供了更可靠的技术支持，为空中激光雷达技术在森林的应用提供了重要的参考和指导。

Remote Sensing是一个由MDPI出版的开放获取（Open Access）的国际性学术期刊，涵盖了遥感技术在环境监测、自然资源管理、灾害监测、气候变化研究等方面的应用，是遥感领域的重要学术期刊之一。该期刊发表了包括遥感技术、遥感数据处理、遥感影像分析、遥感应用等方面的研究论文。该期刊的影响因子和JCR分区在2020年分别为4.848和Q1。Remote Sensing期刊的目标是促进遥感技术的发展和应用，为学术界和业界提供一个交流和分享最新研究成果的平台。该期刊的论文经过同行评审，确保了发表的研究具有学术价值和质量。它为研究人员和学者提供了一个了解遥感技术最新发展和应用的平台，也为业界提供了最新的遥感技术和方法。

在这次论文成果发表的喜悦之余，地方政府发展研究所将继续保持其一贯的追求，努力取得更多、更好的科研成果。本论文得到了地方政府发展研究所2022年度开放基金课题（No. 07422002）的资助，是地方所研究员禹丝思在该基金资助的《智慧城市视角下公共绿地评价和利用策略研究》项目中的重要产出。

[1] Shangshu Cai, Sisi Yu. Filtering Airborne LiDAR Data in Forested Environments Based on Multi-Directional Narrow Window and Cloth Simulation. Remote Sensing. 2023; 15(5):1400.

https://doi.org/10.3390/rs15051400