树木几何复杂度高，传统方法重建效果不尽如人意。近年来随着计算机视觉技术的快速发展，三维高斯泼溅（3D Gaussian Splatting，3DGS）方法有望以较低成本实现树木三维重建的良好效果。本文基于3DGS提出树木三维部件化方法--SAGStree，主要实现树干、树枝与树叶的分割与重建。具体而言，为抑制高频伪影并增强前景特征表达，在3DGS训练过程中引入语义引导的平滑滤波器。同时，为提升各树木部件的分割精度，构建了多尺度傅里叶注意力聚合网络（MFAANet），包含多尺度自适应傅里叶模块、金字塔注意力聚合模块及双路径解码器模块。此外，设计多视角掩膜投票机制，通过分阶段识别与优先级标签分配实现复杂树木组件结构的精准重建。该方法在多任务计算评估中表现优异，有效避免了传统建模中的细节丢失与语义混淆问题，为高效三维树木建模及生态应用提供了技术支撑。

3DGS,部件化,树木