我系刘海建博士在Remote Sensing of Environment (RSE，IF=9.085) 发表题为“Individual tree identification using a new cluster-based approach with discrete-return LiDAR data”学术论文。

    林业是维护生态安全的主要力量，其数量、空间分布、时空变化、多样性等对城市生态系统具有重要的意义。然而，复杂地表特征、丰富的物种类型、不规则的形态等使得传统遥感方法难以准确的实现林业资源调查。针对这些问题，研究利用机载激光雷达数据，基于统计学的假设条件，创新的提出CHPP方法，实现了林木的精确空间定位。

    论文系统的阐述了CCHP算法的原理、过程和结果。在算法模块中，论文以空间激光点的统计聚类中心代替传统的局域极值，以内插模型估算探测窗口，以递归算法实现自动定位；在过程模块中，分别在无环境影响的虚拟森林和两个不同环境条件的真实城市森林进行林木定位实验；在结果分析模块中，CCHP算法分别与当前主流的Layer Stacking 算法和Kernal Mean Shift 算法进行对比分析，并对点云质量和内插模型的影响做了剖析。结果表明，CCHP方法极大的提升了不同生态环境下基于激光雷达数据的林木定位精度。

    理学院刘海建博士为论文第一作者，论文由杭州师范大学、美国北德克萨斯大学、美国威斯康星大学密尔沃基分校共同完成，杭州师范大学为论文第一通讯单位。相关研究受浙江自然科学基金项目（No. LY19D010005）资助。

文章链接：https://www.sciencedirect.com/science/article/pii/S0034425721001000