El objetivo de este artículo es encontrar una solución al problema de la extracción de señales de datos de satélites de nueva generación de hielo, nubes y niveles elevados de tierra en las regiones montañosas, lo que conlleva dificultades en la detección de la superficie terrestre y la capa superior. En este artículo se propone un nuevo método de detección de la superficie terrestre y la capa superior en la región montañosa, basado en la clasificación de puntos en la dirección DA-OPTICS (Direction-Adaptively Ordering Points To Identify The Clustering Structure). Primero, este método utiliza muestreo aleatorio uniforme (RANSAC) para ajustar las curvas segmentadas de la superficie inicial y construir un dominio de búsqueda de elipse adaptativo direccional, luego en combinación con el método Otsu (OTSU) para extraer la señal de la superficie, mediante la adaptación de la superficie el resultado de la señal de superficie extraída se obtiene de forma iterativa. Luego, a partir de la extracción de la superficie fina, se elimina el efecto del terreno en el nube de puntos, se utiliza el OPTICS elíptico vertical para extraer la señal de vegetación y detectar la capa superior. Para evaluar el rendimiento de DA-OPTICS, este artículo toma como objeto de experimentación las muestras etiquetadas manualmente y los productos de aviones no tripulados del área forestal de Mendjagang de Heilongjiang y del área forestal de Fushun de Liaoning, para verificar la precisión. Los resultados muestran que DA-OPTICS puede alcanzar una precisión de extracción de la superficie y la vegetación (valor F) de 0,97, un aumento de aproximadamente 0,07 en comparación con OPTICS con búsqueda elíptica basada en un dominio de búsqueda; al mismo tiempo, los errores cuadráticos medios de las alturas (RMSE) de la superficie terrestre y la capa superior detectadas por DA-OPTICS dan resultados respectivamente de 1,08 metros y 2,33 metros, considerablemente mejores que 1,92 metros y 3,29 metros para ATL08. Así, DA-OPTICS puede realizar una detección precisa de la superficie terrestre y la capa superior en las regiones montañosas, lo que es especialmente adecuado para regiones con cambios significativos en la pendiente, y proporciona una base de datos confiable para la inversión precisa de los parámetros de la estructura espacial del bosque.

ICESat-2/ATLAS; adaptación direccional; DA-OPTICS; refinamiento iterativo; pendiente del terreno; regiones montañosas