图1 (A) Lost Creek子代试验，机载激光扫描（airborne laser scanning，ALS）通过重复检测树木(Rep)。冠层高度模型(canopy height model，CHM，灰色)显示了试验的配置。(B)试验地点。(C)试验照片。

图2 用于产生分支集群度量的工作流。ALS数据采集完成后(1)，对点云进行预处理，以识别噪声并对点云进行归一化(2)。随后，对树顶进行识别，对单个树进行分割(3)。然后使用DBSCAN算法对属于单个树的点进行聚类，然后进行过滤(4)。最后，可以创建描述分支特征的指标(5)。

图3 (A)聚类前处理过的树的例子。兴趣区域以外的点被剪掉了，剩下的点被分类为“近主干”和“冠”。(B) DBSCAN算法输出的二维(2D)散点图。使用前两个主成分在2D中查看三维点云。属于簇的点是彩色的，并以凸包为界。使用dbscan包中的' hullplot '函数创建。

图4 从RPAS-LS计算的分支级指标的小提琴图和插入框和须状图。(A):分支长度，(B):分支宽度，(C):分支角度，(D):分支体积，(E):分支密度，(F):每簇、每棵树的平均点数。

图5 分支长度和角度验证散点图。(A):手动测量的分支长度与自动测量的分支长度比较。(B):手动测量的分支角度与自动测量的分支角度相比。

图6 分析中所有指标之间的加性遗传相关性(r)。遗传相关性小于- 0.4的指标用红色表示，而相关性大于0.4的指标用绿色表示。