습지는 육상 생태계와 수생 생태계를 연결하는 중요한 연결 고리로서 핵심적인 생태 서비스를 제공하며 생물다양성 유지에 필수적인 역할을 합니다. 그러나 석회암 습지의 복잡한 식생 수직 중첩 현상과 특수한 수문 조건으로 인해 식생 분포를 효과적으로 모니터링하기 어려워 습지 생태계에 대한 추가 이해가 제한됩니다. 이를 해결하기 위해 본 논문은 광시성 회산 카르스트 국제 중요 습지를 연구 지역으로 선정하여 LiDAR 점군 의미 분할 기반 3D 식생 매핑 분석 방법을 제안하고 실천하였습니다. 이 방법은 딥러닝 점군 의미 분할 알고리즘을 사용하여 습지 식생의 정밀 3D 매핑을 수행하며, 매핑 결과를 기반으로 각종 식생의 부피 분포, 인접 수역과의 거리, 침수 빈도를 정량화하여 식생 분포와 습지 수문 간의 관계를 밝힙니다. 연구 결과는 다음과 같습니다: (1) DWS-KP-FCNN 알고리즘은 LiDAR 점군을 기반으로 여러 식생 유형을 정밀하게 식별 및 구분할 수 있으며, 후처리 방법을 통해 식생 중첩 및 수체 인식 문제를 효과적으로 해결하여 정밀도 높은 3D 식생 분포도를 생성한다; (2) 인접 수역 거리 및 침수 빈도 구배를 따라 습지 식생의 단위 부피 분포를 도식화하여 식생 분포와 수문 구배 간의 관계를 명확히 드러냈다; (3) 연구 지역을 인접 수역 거리와 침수 빈도에 따라 서로 다른 식생 분포 양상을 가진 여러 공간구역으로 분할하여 다양한 수문 환경에서 식생 군락의 공간 분화 양상을 밝혀내 습지 생태계의 정밀 관리를 위한 데이터 지원을 제공했다. 이상의 결론은 LiDAR 점군 의미 분할 기반 3D 식생 매핑 분석 방법이 카르스트 습지 식생에 고효율, 정확성 및 포괄적인 원격감시 수단을 제공하여 중요한 생태 보호 및 관리 응용 가치를 지님을 증명한다.

카르스트 습지; 무인기 LiDAR; 3D 식생 매핑; 점군 의미 분할; 딥러닝; 식생 분포 패턴