残余物堆是指伐木或疏伐后留下的树枝和不可销售的树顶等森林残余物的堆积。尽管这些残余物通常被视为低价值或废物，但在采后森林环境中可以发挥多种作用。它们可以作为临时碳储存库，并为野生动物提供栖息地（Bojarski等人，2023年；Udali等人，2025年）。然而，如果未经管理，这些堆积物会增加地表燃料负荷，从而增加野火风险（Grotta，2019年）。即使不考虑野火风险，残余物的堆积也会干扰森林再生、重新种植和其他森林管理活动。为了防止火灾风险，焚烧残余物堆已成为一种常见的处理方法（Mott等人，2021年；Page-Dumroese等人，2017年）。同时，由于残余物堆本身是能源和生物产品的潜在原料，人们越来越关注将其作为森林生物经济中的低碳替代品（Nurek等人，2019年；Vanhala等人，2013年）。在林业行业中，已经普遍使用残余物和工厂废弃物作为热能和电力生产的燃料，用于初级制造过程，包括研磨和干燥。然而，在广阔的森林景观中管理这些分散且低价值的材料存在固有的物流和供应链复杂性。由于残余物的性质、数量和质量的不确定性，其高效利用或处置受到限制（Woo等人，2019年）。因此，有效管理残余物堆在生态关切和经济可行性之间起着关键作用，需要更好的工具来清查这些资源。
在这种情况下，准确估计残余物堆的体积对于处置和利用策略至关重要。从野火管理的角度来看，量化残余物堆的体积有助于评估总燃料负荷，从而为火灾行为建模和规定燃烧强度提供依据（Barker等人，2025年；Hardy，1996年）。从利用的角度来看，可靠的体积信息支持生物质运输物流、成本估算和可再生能源生产的供应链优化（Han等人，2018年；Han和Murphy，2011年）。从生态角度来看，准确的体积估计可以指导部分生物质在场地上的保留，以支持各种土壤、栖息地和生物多样性功能（Page-Dumroese等人，2010年；Riffell等人，2011年）。
传统上，残余物堆的体积是通过基于堆形状的几何近似方法来估计的，这种方法始于20世纪80年代，并后来被纳入美国林业局的指南中（Hardy，1996年；Trophymow等人，2014年）。这些方法将残余物堆分类为理想的几何形状，如半球体、半椭球体、抛物面体和不规则固体，并使用包括高度、长度和宽度在内的测量尺寸来计算体积（Hardy，1996年）。虽然这些方法为管理提供了标准化协议，但它们往往无法考虑残余物堆的不规则形状和异质组成，导致较大的误差（Long和Boston，2014年）。例如，Long和Boston（2014年）发现，与激光测距仪测量相比，几何近似方法的误差明显更大，尤其是对于较大的残余物堆。同样，Zvě?ina等人（2025年）发现手动测量方法倾向于高估残余物堆的体积约35%。此外，较大的残余物堆在体积估计方面表现出更大的误差（Zvě?ina等人，2025年）。
激光雷达技术的进步显著提高了森林残余物体积估计的精度。例如，Trophymow等人（2014年）证明，基于激光雷达的方法在准确性和可靠性方面优于传统的几何方法。特别是，安装在无人机上的激光雷达系统提高了数据采集效率，即使在复杂地形中也能提供详细测量，并减少了现场工作时间（Knyaz和Maksimov，2014年；Son等人，2020年；Trophymow等人，2014年）。尽管有这些技术优势，但无人机激光雷达的实际应用仍受到多个因素的限制。尽管无人机激光雷达系统提供了高数据精度，但其实际使用受到高设备成本和耗时的校准及处理步骤的限制（Bartmiński等人，2023年；Spiers等人，2025年）。这些因素限制了实时应用和大规模低价值材料（如森林残余物）的有效库存所需的流程标准化。因此，有效管理残余物堆成为生态关切和经济可行性交汇点上的一个关键任务，需要更好的工具来清查这些资源。
在这种背景下，准确估计残余物堆的体积对于处置和利用策略都至关重要。从野火管理的角度来看，量化残余物堆的体积为评估总燃料负荷提供了必要的输入，从而为火灾行为建模和规定燃烧强度提供依据（Barker等人，2025年；Hardy，1996年）。从利用的角度来看，可靠的体积信息支持生物质运输物流、成本估算和可再生能源生产的供应链优化（Han等人，2018年；Han和Murphy，2011年）。从生态角度来看，准确的体积估计可以指导在场地保留部分生物质，以支持各种土壤、栖息地和生物多样性功能（Page-Dumroese等人，2010年；Riffell等人，2011年）。
传统上，残余物堆的体积是通过基于堆形状的几何近似方法来估计的，这种方法在20世纪80年代引入，并后来被纳入美国林业局的指南中（Hardy，1996年；Trophymow等人，2014年）。这些方法将残余物堆分类为理想的几何形状，并使用相应的标准公式（基于高度、长度和宽度等测量尺寸）来计算体积（Hardy，1996年）。虽然这些方法为管理提供了标准化协议，但它们往往无法考虑残余物堆的不规则形状和异质组成，导致较大的误差（Long和Boston，2014年）。例如，Long和Boston（2014年）发现，与激光雷达测量的相比，几何近似方法的误差显著更大，尤其是对于较大的残余物堆。同样，Zvě?ina等人（2025年）发现手动测量方法倾向于高估残余物堆的体积约35%。此外，较大的残余物堆在体积估计方面表现出更大的误差（Zvě?ina等人，2025年）。
激光雷达技术的进步显著提高了森林残余物体积估计的精度。例如，Trophymow等人（2014年）证明，基于激光雷达的方法在准确性和可靠性方面优于传统的几何方法。特别是，安装在无人机上的激光雷达系统提高了数据采集效率，即使在复杂地形中也能提供详细测量，并减少了现场工作时间（Knyaz和Maksimov，2014年；Son等人，2020年；Trophymow等人，2014年）。尽管有这些技术优势，但无人机激光雷达的实际应用仍受到几个因素的限制。尽管无人机激光雷达系统提供了高数据精度，但其实际使用受到高设备成本和耗时的校准及处理步骤的限制（Bartmiński等人，2023年；Spiers等人，2025年）。这些因素限制了实时应用和流程标准化，而这是高效、大规模库存低价值材料（如森林残余物）所必需的。此外，这些技术通常需要专门的培训，而许多林业现场工作人员缺乏这种培训。这些经济和操作限制限制了无人机激光雷达在需要及时决策和现场便携性的森林管理应用中的常规使用（Dandois和Ellis，2013年；Moe等人，2020年）。因此，迫切需要成本效益高、重量轻且能够提供类似精度的实时替代方案，以进行现场体积评估。
鉴于这些操作限制，出现了两种主要的低成本替代方案用于基于现场的3D重建：基于运动的结构（SfM）摄影测量和移动激光雷达。SfM可以从重叠的照片中重建三维表面，并已应用于各种环境测量任务（Iglhaut等人，2019年）。然而，它通常需要更长的后处理时间，并且对环境光照条件和风引起的植被移动敏感（Iglhaut等人，2019年；McNicol等人，2021年），这些因素在林业操作中很常见。相比之下，激光雷达采用主动激光扫描，不受这些环境因素的影响（Lim等人，2003年），使其更适合实时现场应用。移动传感技术的快速发展使得基于激光雷达的3D采集变得越来越可行。现代智能手机和平板电脑现在配备了全球导航卫星系统（GNSS）接收器、惯性测量单元（IMU）和深度相机，实现了环境监测、地图绘制和森林测量等多种应用（Oikawa等人，2025年；Tatsumi等人，2023年）。2020年激光雷达传感器集成到iOS设备中，进一步扩展了这些功能，提供了一个无需专门设备或培训即可进行成本效益高且实时三维数据采集的平台。几项研究表明，基于iOS的激光雷达在森林清查应用（如树干测绘和胸径估计）方面具有潜力（Castel等人，2022年；Gollob等人，2021年；Guenther等人，2024年）。然而，这些研究主要针对结构化且相对均匀的森林条件。相比之下，残余物堆通常具有复杂和不规则的几何形状以及较大的不均匀体积，这使得精确扫描和表面重建更具挑战性。因此，现有的移动激光雷达方法无法直接应用于复杂的残余物堆结构。尽管移动激光雷达在成本和便携性方面具有明显的实际优势，但其准确估计残余物堆体积的能力尚未得到系统评估。
为了解决这些限制，需要集成先进的空间映射和表面建模算法。其中，基于实时外观的映射（RTAB-Map）提供了一个强大的同时定位和映射（SLAM）框架，可以在动态或复杂的户外环境中稳定3D重建，减少漂移和配准误差（Labbé和Michaud，2011年；Labbé和Michaud，2013年；Labbé和Michaud，2018年；Labbé和Michaud，2019年）。同时，具有诺伊曼边界条件（NBC）的泊松表面重建（PSR）生成的水密连续网格表面，比传统的基于三角测量的方法更准确地表示复杂的、不规则的几何形状（Kazhdan等人，2006年；Kazhdan和Hoppe，2013年）。这些互补算法的集成为开发轻量级且可在现场部署的工具奠定了基础，这些工具能够使用移动激光雷达进行准确的3D重建。
基于这一框架，本研究介绍了一种名为SlashScan的iOS移动应用程序，用于实时估计残余物堆体积和现场3D映射。该系统结合了基于RTAB-Map的空间稳定性和PSR-NBC表面建模，完全在设备上进行体积重建。在基于地面激光扫描（TLS）和移动激光扫描（MLS）的现有3D重建工作流程的基础上，SlashScan独特地实现了它们的集成，形成了一个完全自包含的移动平台，支持无需外部处理、专用硬件或受过培训的操作员的实时、设备内体积估计。这种结合了现场便携性、低成本和即时输出的特点，解决了限制3D扫描在残余物堆清查中常规应用的关键操作障碍。SlashScan的性能通过与无人机激光雷达基准进行了评估，后者作为高精度体积估计的参考数据。结果表明，基于移动激光雷达的解决方案可以作为可行的经济替代方案，用于操作性残余物管理和生物质利用。
