LiDAR-Guided Semantic 3D Gaussian Splatting for Forest Digital Twins

Zixiang Zhou, Yongkang Chen*, Yuzhen Deng, et al. Remote Sens., 2026, 18(11), 1696. (SCI, Q2)

[Paper]

研究简介：现有 3DGS 方法依赖影像进行林分场景重建，但其高斯基元缺乏几何约束，难以精确重建几何结构，进而制约林业参数的提取精度。针对上述问题，本研究提出了一种 LiDAR 几何先验引导的 3DGS 训练框架。

• 设计了体素降采样 + 统计滤波的几何锚点提取算法，采用多模态点云配准方法将 LiDAR 点云转为 3DGS 初始化先验。
• 以 LiDAR 点云引导高斯基元优化，提出语义感知自适应优化策略，设计几何正则化项 L_geo，减少了树干体积伪影现象。

研究成果：DBH 测量精度达 R² = 0.848，RMSE = 2.705 cm，PSNR/SSIM/LPIPS 等指标全面优于 baseline。

LinkTool: Multi-Agent GIS Spatial Analysis Plugin Driven by LLM and MCP Protocol（核心成员，国家级大学生创新训练项目，2025.04 - 至今）

本项目针对 GIS 软件学习成本高的问题，设计了一个基于大语言模型与 MCP 协议的多 Agent 智能工作流系统。

• 通过 Claude Code Plugin + ArcPy MCP 的方式，调度多 Agent 协同作业。
• 结合 Claude Dynamic Workflow 机制，细粒度编排 GIS 工具链，实现复杂空间分析的自动执行与验证。

研究成果：完成 Claude Code 插件开发，支持自然语言 GIS 操作，集成 5 个专用 Agent、6 个 MCP 服务器、12 项技能工作流。项目获得易智瑞杯中国大学生 GIS 软件开发竞赛一等奖。

基于云 GIS 的自然地理野外实习教学管理系统（负责人，2025.05 - 至今）

本项目是一个基于云 GIS 构建的自然地理野外实习教学管理系统，实现了实习全流程数字化，提升教学质量。

• 本人主导项目全栈技术架构设计与技术选型，并基于 GitHub 搭建代码仓库，建立了标准化版本管理体系。
• 基于 Vue3 + CesiumJS 技术栈完成 WebGIS 前端开发，实现三维地理场景加载、空间交互与可视化展示等核心功能。

项目成果：(1) 项目已正式上线并投入教学使用，累计服务高校师生上千名；(2) 本项目获计算机软件著作权 1 项（本人为第一权利人），项目成果获 2026 年广东省大学生计算机设计大赛三等奖。

TREES-LLM: Tree Reasoning and Enhanced Extraction System based on LLM（负责人，2025.07 - 2026.03）

研究简介：激光点云树木参数提取依赖人工交互，效率较低。本项目融合 LLM 与点云模型，开发了一种端到端分析平台。

• 采用 PointNet++ 实现地面/树木语义分割，Taubin 圆拟合提取 DBH，SimplePointNet 回归树高与冠幅。
• 构建林业专业知识库。采用意图分类器路由用户查询，结合编码器的结构化参数与 RAG 结果，调用 LLM 生成回答。

2025.06 - 2025.08，广东省林业调查规划院（广东广州），技术工程师（实习）

作为开发骨干，参与省级国土部门项目，依托第三次全国国土调查成果，进行全省 124 个县的林草湿荒资产清查。使用 C# 完成页面设计、空间分析及地价计算等模块的开发，将单县域数据处理时长从 3-5 天压缩至 24 小时以内。

2024.09 - 2025.09，华南农业大学计算机维护队，部门负责人

校级社团，无偿为全校师生提供电脑维修服务。