[目的]阐明不同算法在坡面侵蚀监测中的精度和适用性,进而为土壤侵蚀过程监测算法的选择和构建提供参考。[方法]于黄土丘陵沟壑区典型流域同一自然坡面建立5个小区进行径流冲刷试验,以TLS三维点云数据为基础,通过DEM of difference(DoD)、Cloud to Cloud(C2C)、Cloud to Mesh/Model(C2M)和Multiscale Model to Model Cloud Comparison(M3C2)等方法计算侵蚀产沙量,并分析了不同算法对于侵蚀产沙的监测差异。[结果]不确定性分析结果表明:M3C2平均不确定性最小,C2C,C2M次之,DoD最大。产沙结果表明:大流量(85,70,55 L/min)下,4种算法单场次和累计场次产沙量与实测产沙量之间有显著的线性关系(R 2>0.62,p<0.05),M3C2表现最优;小流量(40,25 L/min)下,单场计算产沙量与实测产沙量之间的线性关系不显著但累计产沙量与实测产沙量之间有显著的线性关系(R 2>0.91,p<0.05),DoD表现最优。侵蚀沉积空间分布特征表明:C2C,M3C2和DoD均能反映梁峁坡和沟谷坡侵蚀发展经历的两个阶段(快速发育和稳定发育),其中M3C2能够检测到细微的地形变化,但在TLS扫描盲区,M3C2由于在法线方向上未找到对应点会出现“空洞”。[结论]M3C2算法更适合监测复杂三维地形,但在扫描盲区仍会失效,未来应改进算法,有助于应对更加复杂和剧烈的地形变化。
