Os wetlands, como um elo importante entre os ecossistemas terrestres e aquáticos, carregam serviços ecológicos essenciais e desempenham um papel indispensável na manutenção da biodiversidade. No entanto, o fenômeno complexo de sobreposição vertical da vegetação nos wetlands cársticos e as condições hidrológicas especiais dificultam a monitoração eficaz da distribuição da vegetação, limitando a compreensão mais profunda do ecossistema dos wetlands. Para resolver esse problema, este artigo considera a área de estudo dos wetlands cársticos internacionais importantes de Huaxian, na cidade de Guilin, propondo e implementando um método de análise de mapeamento 3D da vegetação baseado na segmentação semântica de nuvem de pontos LiDAR. Este método utiliza um algoritmo de segmentação semântica de nuvem de pontos de aprendizado profundo para realizar um mapeamento 3D detalhado da vegetação dos wetlands, e baseia-se nos resultados do mapeamento para quantificar a distribuição volumétrica de várias vegetações, a distância da água e a frequência de inundação, a fim de revelar a relação entre a distribuição da vegetação e a hidrologia dos wetlands. Os resultados do estudo mostram que: (1) o algoritmo DWS-KP-FCNN pode reconhecer e distinguir com precisão vários tipos de vegetação com base na nuvem de pontos LiDAR, e resolver efetivamente os problemas de sobreposição da vegetação e reconhecimento das massas hídricas por meio de métodos de pós-processamento, gerando mapas de distribuição de vegetação 3D detalhados e precisos; (2) foi mapeada a distribuição volumétrica da vegetação dos wetlands ao longo da distância da água e do gradiente de frequência de inundação, revelando claramente a relação entre a distribuição da vegetação e os gradientes hidrológicos; (3) a área de estudo foi dividida em múltiplas zonas espaciais com diferentes padrões de distribuição da vegetação com base na distância da água e frequência de inundação, revelando a diferenciação espacial das comunidades vegetais em diferentes ambientes hidrológicos, fornecendo suporte de dados para o manejo refinado do ecossistema dos wetlands. As conclusões acima provam que o método de análise de mapeamento 3D da vegetação baseado na segmentação semântica da nuvem de pontos LiDAR oferece um meio eficiente, preciso e abrangente para o monitoramento remoto da vegetação dos wetlands cársticos, possuindo importante valor aplicado para proteção ecológica e gestão.

wetlands cársticos; drone LiDAR; mapeamento 3D da vegetação; segmentação semântica da nuvem de pontos; aprendizado profundo; padrões de distribuição da vegetação