Los humedales, como un enlace importante entre los ecosistemas terrestres y acuáticos, soportan servicios ecológicos clave y tienen un papel indispensable en el mantenimiento de la biodiversidad. Sin embargo, el fenómeno complejo de la superposición vertical de la vegetación en los humedales kársticos y las condiciones hidrológicas especiales dificultan la monitorización efectiva de la distribución de la vegetación, limitando una mejor comprensión del ecosistema de los humedales. Para resolver este problema, este artículo toma como área de estudio el humedal internacional importante kárstico de Huaxian en la ciudad de Guilin, proponiendo y aplicando un método de análisis de cartografía 3D de la vegetación basado en la segmentación semántica del punto nube LiDAR. Este método utiliza un algoritmo de segmentación semántica de nubes de puntos de aprendizaje profundo para realizar un mapeo 3D detallado de la vegetación del humedal, y cuantifica la distribución volumétrica de las diversas plantas, la distancia al agua y la frecuencia de inundación a partir de los resultados cartográficos, con el fin de revelar la relación entre la distribución de la vegetación y la hidrología del humedal. Los resultados del estudio muestran: (1) que el algoritmo DWS-KP-FCNN puede reconocer y distinguir con precisión varios tipos de vegetación basándose en nubes de puntos LiDAR, y resolver eficazmente los problemas de superposición de plantas y reconocimiento de masas de agua mediante métodos de postprocesamiento, generando mapas de distribución de vegetación 3D detallados y de alta precisión; (2) se ha trazado la distribución volumétrica de la vegetación a lo largo de la distancia al agua y los gradientes de frecuencia de inundación, revelando claramente la relación entre la distribución de la vegetación y los gradientes hidrológicos; (3) el área de estudio se divide en múltiples zonas espaciales con diferentes patrones de distribución de vegetación basados en la distancia al agua y frecuencia de inundaciones, revelando la diferenciación espacial de las comunidades vegetales en diferentes entornos hidrológicos, proporcionando soporte de datos para la gestión fina del ecosistema del humedal. Las conclusiones demuestran que el método de análisis de mapeo tridimensional de la vegetación basado en la segmentación semántica de nubes de puntos LiDAR ofrece un medio eficiente, preciso y completo para la supervisión remota de la vegetación de humedales kársticos, teniendo un valor importante para la protección ecológica y la gestión.

humedales kársticos; dron LiDAR; cartografía 3D de la vegetación; segmentación semántica de nubes de puntos; aprendizaje profundo; patrones de distribución de la vegetación