近日，中国热科院橡胶所与中南林业科技大学合作，在橡胶树激光雷达（LiDAR）点云智能分割研究中取得重要进展。针对橡胶林高密度冠层带来的枝叶交叠、背景噪声及树干-树冠边界模糊等难题，研究团队提出了一系列创新的深度学习解决方案。

　　团队构建了RsegNet和RTreeNet模型，通过多尺度特征聚合等机制有效解决了冠层重叠问题，使单木聚类识别的F-score达到86.1%，实现精准的单木识别。开发的RTCrownNet模型，利用双流协同特征融合等技术，将树冠分割的mIoU（平均交并比）提升至87.31%，进一步精细化分割树冠。此外，研究还兼顾了应用效率，提出了轻量化算法TM-WSNet和TMGH，借助Mamba等前沿架构大幅提升了单木LiDAR点云分割的计算速度与模型适应性。

　　基于上述高精度分割结果，团队成功实现了对树高、冠幅等关键参数的自动化提取，其中树高估测的R²（决定系数）高达0.99，为橡胶林的精准管理与抗风育种提供了关键技术支撑。

图1 橡胶树激光雷达点云单木智能分割模型技术架构

图2 模型实际应用流程（A：RsegNet；B：RTreeNet；C：RTcrownNet）

　　研究成果“RsegNet: An Advanced Methodology for Individual Rubber Tree Segmentation and Structural Parameter Extraction from UAV LiDAR Point Clouds”和“TM-WSNet: A Precise Segmentation Method for Individual Rubber Trees Based on UAV LiDAR Point Cloud”发表于国际著名期刊《Plant Phenomics》，橡胶所与中南林业科技大学联培硕士生王恒瑞和本科生颜乐乐分别为论文第一作者；“A Fine-Scale Segmentation Method for Individual Rubber Trees Based on UAV LiDAR Point Cloud”发表于《IEEE Transactions on Geoscience and Remote Sensing》，联培硕士生李力为论文第一作者；“RTCrownNet: A Dual-channel Deep Learning Framework for Accurate Rubber Tree Crown Extraction from UAV LiDAR Point Clouds”和“Fine Segmentation and Structural Parameter Extraction of Rubber Tree Point Cloud Based on LiDAR Using the TMGH Method”发表于《Computers and Electronics in Agriculture》，联培硕士生李力和李浩分别为论文第一作者。橡胶所新品种培育课题组王祥军副研究员和中南林业科技大学电子信息与物理学院周国雄教授为上述论文共同通讯作者。该系列研究得到了海南省重点研发项目、海南省自然科学基金、国家自然科学基金等项目资助。

　　论文链接：

　　1.    RsegNet：https://doi.org/10.1016/j.plaphe.2025.100090

　　2.    RTreeNet：https://doi.org/10.1109/TGRS.2025.3593292

　　3.    RTCrownNet：https://doi.org/10.1016/j.compag.2025.111093

　　4.    TM-WSNet：https://doi.org/10.1016/j.plaphe.2025.100093

　　5.    TMGH：https://doi.org/10.1016/j.compag.2025.110950