Feuchtgebiete stellen als wichtige Verbindung zwischen terrestrischen und aquatischen Ökosystemen eine entscheidende ökologische Dienstleistung bereit und spielen eine unersetzliche Rolle bei der Erhaltung der Biodiversität. Dennoch erschweren das komplexe vertikale Überlappen der Vegetation in Karst-Feuchtgebieten sowie besondere hydrologische Bedingungen eine effektive Überwachung der Vegetationsverteilung, was das weitere Verständnis der Feuchtgebietsekologie einschränkt. Um dieses Problem zu lösen, verwendet diese Studie das internationale wichtige Karst-Feuchtgebiet Huaxian in der Stadt Guilin als Untersuchungsgebiet und schlägt eine Methode zur 3D-Vegetationskartierung basierend auf der semantischen Segmentierung von LiDAR-Punktwolken vor und setzt diese um. Die Methode nutzt einen Deep-Learning-Algorithmus zur semantischen Segmentierung von Punktwolken, um eine detaillierte 3D-Kartierung der Feuchtgebietsvegetation durchzuführen, und quantifiziert basierend auf den Kartierungsergebnissen das Volumenverteilung verschiedener Vegetationstypen, den Abstand zu Gewässern und die Überschwemmungshäufigkeit, um die Beziehung zwischen Vegetationsverteilung und Feuchtgebiets-Hydrologie aufzuzeigen. Die Forschungsergebnisse zeigen: (1) Der DWS-KP-FCNN-Algorithmus kann auf Basis von LiDAR-Punktwolken verschiedene Vegetationstypen präzise erkennen und unterscheiden und löst mittels Nachverarbeitungsmethoden effektiv Probleme der Vegetationsüberlappung und Gewässererkennung, wodurch detaillierte und genaue 3D-Vegetationsverteilungskarten entstehen; (2) Es wurde die Volumenverteilung der Feuchtgebietsvegetation entlang von Gewässerabstand und Überschwemmungshäufigkeitsgradienten dargestellt, wodurch die Beziehung zwischen Vegetationsverteilung und hydrologischen Gradienten klar aufgezeigt wird; (3) Das Untersuchungsgebiet wurde basierend auf Gewässerabstand und Überschwemmungshäufigkeit in mehrere räumliche Zonen mit unterschiedlichen Vegetationsverteilungsmustern unterteilt, wobei die räumliche Differenzierung von Vegetationsgemeinschaften in verschiedenen hydrologischen Umgebungen aufgedeckt wurde, was datenunterstützte Feinsteuerung des Feuchtgebiet-Ökosystems ermöglicht. Die Ergebnisse belegen, dass die Methode der 3D-Vegetationskartierung basierend auf semantischer LiDAR-Punktwolken-Segmentierung ein effizientes, präzises und umfassendes Fernerkundungsinstrument für Karst-Feuchtgebietsvegetation bietet und einen wichtigen ökologischen Schutz- und Managementwert besitzt.

Karst-Feuchtgebiete; Drohnen-LiDAR; 3D-Vegetationskartierung; semantische Punktwolken-Segmentierung; Deep Learning; Vegetationsverteilungsmuster