As elongated indentations or valleys in a wetland caused by tidal currents, tidal creeks act as drainage pathways and promote tidal flat evolution. Determining their geometric information is essential for topographical research of tidal flats. The airborne light detection and ranging (LiDAR) system has been the most efficient surveying technique in tidal topography because it can directly acquire precise geo-referenced point clouds for wide areas. Existing tidal creek extraction methods using airborne LiDAR data have limitations such as excessive user intervention, lack of adaptability to various shapes and sizes of tidal creeks, and decreased precision due to conversion to the digital elevation model. This study aims to overcome these limitations and effectively extract various types of tidal creeks by utilizing ground filtering which is a technique to filter off-ground objects (such as buildings, trees, etc.) in land LiDAR surveys. To derive a suitable method for tidal creek extraction, three verified ground filtering techniques, adaptive triangulated irregular network, gLiDAR, and cloth simulation filtering (CSF), were selected and tested using LiDAR point data. We modified the application procedure and optimized their parameters to enable tidal creek extraction. Our results confirmed that CSF can extract various tidal creeks with minimal user intervention. Finally, we calculated their depths and generated a tidal creek map.

由于潮汐流在湿地上形成的凹痕或山谷，潮汐小溪充当排水通道并促进潮滩的演变。确定它们的几何信息对于滩涂的地形研究至关重要。机载光检测和测距（LiDAR）系统已成为潮汐地形中最有效的测量技术，因为它可以直接获取大范围区域的精确地理参考点云。现有的使用机载LiDAR数据的潮汐小溪提取方法具有局限性，例如过多的用户干预，对潮汐小溪的各种形状和大小的适应性不足以及由于转换为数字高程模型而导致的精度降低。这项研究旨在克服这些限制，并通过利用地面滤波技术有效地提取各种类型的潮汐小溪，这是一种在陆地LiDAR调查中对离地物体（例如建筑物，树木等）进行滤波的技术。为了得出一种合适的潮汐小溪抽取方法，选择了三种经验证的地面滤波技术，自适应三角不规则网络，gLiDAR和布料模拟滤波（CSF），并使用LiDAR点数据进行了测试。我们修改了申请程序并优化了其参数，以实现潮汐小溪提取。我们的结果证实，CSF可以在最少的用户干预下提取各种潮汐小溪。最后，我们计算了它们的深度并生成了一条潮汐小溪图。为了得出一种合适的潮汐小溪抽取方法，选择了三种经验证的地面滤波技术，自适应三角不规则网络，gLiDAR和布料模拟滤波（CSF），并使用LiDAR点数据进行了测试。我们修改了申请程序并优化了其参数，以实现潮汐小溪提取。我们的结果证实，CSF可以在最少的用户干预下提取各种潮汐小溪。最后，我们计算了它们的深度并生成了一条潮汐小溪图。为了得出一种合适的潮汐小溪抽取方法，选择了三种经验证的地面滤波技术，自适应三角不规则网络，gLiDAR和布料模拟滤波（CSF），并使用LiDAR点数据进行了测试。我们修改了申请程序并优化了其参数，以实现潮汐小溪提取。我们的结果证实，CSF可以在最少的用户干预下提取各种潮汐小溪。最后，我们计算了它们的深度并生成了一条潮汐小溪图。我们的结果证实，CSF可以在最少的用户干预下提取各种潮汐小溪。最后，我们计算了它们的深度并生成了一条潮汐小溪图。我们的结果证实，CSF可以在最少的用户干预下提取各种潮汐小溪。最后，我们计算了它们的深度并生成了一条潮汐小溪图。