⚡ electrical engineering

Self-Supervised Tree-level Biomass Estimation in Urban Environments From Airborne LiDAR and Optical Observations

本文提出了一种集成航空激光雷达与光学影像的自监督深度学习框架，用于在安大略省 810 km² 的景观范围内生成高分辨率的双时相单株城市树木生物量数据库，在无需人工标注的情况下实现了精确的树冠级估算，并揭示了五年内 39 Gg C 的净碳增益。

原作者： Jose Bermudez (McMaster University, Hamilton, Ontario, Canada), Zilong Zhong (McMaster University, Hamilton, Ontario, Canada), Dominic Cyr (, Environment and Climate Change Canada, Montreal, Quebec, C

发布于 2026-06-26

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Jose Bermudez (McMaster University, Hamilton, Ontario, Canada), Zilong Zhong (McMaster University, Hamilton, Ontario, Canada), Dominic Cyr (, Environment and Climate Change Canada, Montreal, Quebec, Canada), Camile Sothe (Planet Labs PBC, San Francisco, California, USA), Alemu Gonsamo (McMaster University, Hamilton, Ontario, Canada)

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，在一片巨大的、隐形的森林，它并非生长在荒野，而是直接生长在我们的城市、郊区和城镇之中。这些树木排列在我们的街道旁，坐落在我们的公园里，点缀在我们的社区中。长期以来，统计这些城市树木所持有的“木材”（生物量）和碳含量，就像是戴着厚手套试图去数沙滩上的沙粒：我们可以估算总量，但无法看清每一颗沙粒，而且我们的地图往往也是模糊不清的。

这篇论文介绍了一种全新的、高科技的方法，用于逐一统计和称量这些城市中的树木，其覆盖范围非常广阔（约 810 平方公里，位于南安大略省）。以下是他们是如何实现的，通过简单的解释说明：

1. “冬季照片”策略

通常情况下，当你拍摄一张冬季的树木照片时（因为此时没有叶子），它看起来就像一个光秃秃的、灰色的骨架。这使得计算机很难区分树枝和建筑屋顶。

论文中的妙招： 研究人员同时使用了两种“眼睛”来观察城市：
- 能看到高度的“眼睛”（LiDAR/激光雷达）： 这就像是一个 3D 激光扫描仪，通过向地面和树木发射并反射光线，来构建精确的 3D 模型。即使没有叶子，它也能看到树木的“形状”。
- 能看到颜色的“眼睛”（光学影像）： 这是在冬季拍摄的高分辨率照片。
类比： 想象一下在黑暗的房间里识别一个人。如果你只有一只手电筒（照片），你可能会错过他。但如果你还有一个声呐设备（激光）能告诉你他的身体确切位置，你就能轻松找到他。通过结合来自激光的“形状”和来自照片的“颜色”，计算机即使在树木落叶时也能发现它们。

2. 无需老师的计算机教学

通常，为了教计算机识别树木，人类必须花费数年时间在照片中为成千上万棵树画出轮廓。这既缓慢又昂贵。

论文中的妙招： 他们使用了一种“自监督”（Self-Supervised）方法。他们没有雇佣老师，而是给了计算机一套粗略的、基于规则的猜测（例如：“如果它是平坦且高的，那就是建筑；如果它是凹凸不平且绿色的，那就是树木”）。这些猜测并不完美，就像是学生的初稿。
类比： 想象一个学生通过看一本杂乱的素描本来学习绘画。计算机从这些杂乱的、基于规则的草图开始，然后进行了数百万次的练习，通过自我纠正错误，直到它能够独立完美地画出树木。它不需要人类为每一棵树都画好轮廓。

3. 区分“森林”与“城市”

城市制图中，最难的部分之一就是区分树木和房屋。从上方看，一个平坦的屋顶看起来可能像树冠。

论文中的妙招： 计算机学会了做一个非常严格的门卫。它利用 3D 激光数据来识别：建筑物是平坦且光滑的，而树木是凹凸不平且不规则的。
结果： 计算机变得非常擅长这一点，能 95% 正确地识别建筑物并将它们与树木区分开来。这至关重要，因为如果你把屋顶误认为树木，你可能会尝试去称量一座房子！

4. 称量树木

一旦计算机找到了树木并为每棵树画出了圈（定界），它就需要猜测这些树有多重。

论文中的妙招： 他们无法攀爬每一棵树去测量。相反，他们使用了一个“配方”（异速生长方程）。他们知道，更大的树冠和更高的树木通常意味着更多的木材。他们利用奥克维尔（Oakville）市工作人员已经测量过的 112,000 棵树的数据，对这个配方进行了校准。
难点： 计算机很擅长寻找树木，但在精确勾勒每棵树的边缘方面并不完美。论文发现，最大的误差来源并不是称量树木的“配方”，而是计算机有时会错过树冠的确切边缘（尤其是对于那些巨大且杂乱的树木）。

5. 大局观结果

在对这 810 平方公里的区域运行该系统两个不同年份（2018 年和 2023 年）后，他们发现：

总重量： 在 2018 年，树木持有约 173 万吨的生物量。到 2023 年，这一数值增长到了 181 万吨。
碳增量： 在这五年间，树木额外吸收了 3.9 万吨的碳。
树木分布： 最重的树木分布在尼亚加拉断层（Niagara Escarpment，一个岩石悬崖区域）和河流谷地。较轻、较稀疏的树木则分布在住宅区和商业区。
不确定性地图： 计算机还创建了一张“置信度地图”。它标出了计算机对其答案不太确定的区域（主要是在农田或混合区域），以此提醒未来的研究人员：“先检查这些地方。”

总结

这篇论文构建了一个智能的、能够自我教学的计算机系统，它利用冬季的激光扫描和照片，在无需人类为每一棵树手动绘图的情况下，实现对城市中单棵树木的寻找、轮廓勾勒和称重。它证明了我们可以获得极其详细的、逐棵树木的生物量地图，让我们清楚地看到城市森林在哪里生长，以及它们储存了多少碳，从而帮助城市更好地规划未来。

技术摘要：城市环境下基于自监督的学习型树木级生物量估算

问题陈述
城市树木是陆地碳库的关键组成部分，然而其生物量在空间显性度和一致性方面不如管理林。现有的估算方法通常依赖于样地调查或粗分辨率的遥感产品（例如 10–30 米分辨率），这些方法无法解析单个树冠，也无法捕捉复杂城市结构中的细微尺度异质性。此外，可扩展的制图受到三个方法论差距的阻碍：(1) 对监督训练中像素级人工标注的依赖限制了覆盖范围；(2) 自动化树冠分割误差与异速生长模型误差对总不确定性的相对贡献尚不明确；(3) 缺乏伴随空间显性不确定性层的多时相、树冠尺度生物量产品。

研究方法
本研究提出了一种自监督、多模态融合框架，应用于加拿大安大略省南部 810 km² 的城乡景观。研究使用了两期（2018 年和 2023 年）在落叶条件下获取的航空激光雷达（8–10 pulses m⁻²）和近红外 RGB 正射影像（0.16–0.20 m）。

伪标签生成： 为了消除对手动标注的需求，作者开发了一个基于规则的框架来生成带有噪声的伪标签。这包括：
- 建筑物检测： 在冠层高度模型（CHM）上进行基于栅格的平面度分析，并结合形态学滤波。
- 植被分类： 在落叶条件下，利用 CHM 高度阈值和光谱指数（NDVI 和 HSV 色彩标准）区分针叶树和落叶树，此时针叶树冠保持较高的 NDVI，而落叶树冠则不然。
自监督神经网络： 使用双流交叉注意力 ConvNeXtV2 U-Net 在这些伪标签上进行训练。该架构通过并行编码器处理光学（NIR, R, G, B）和结构（CHM）输入，并利用交叉模态注意力模块进行特征融合。
- 损失函数： 模型采用了结合土地覆盖分割、树种分类和辅助输入重建的多任务目标。关键在于，它使用了主动负损失（Active Negative Loss, ANL-CE）来减轻对噪声伪标签的过拟合。
- 不确定性量化： 通过 25 个模型（不同折数和超参数）组成的深度集成，生成逐像素不确定性图，区分偶然不确定性（数据）和认知不确定性（模型）。
树冠分割： 利用 CHM 中的多尺度分水岭算法在识别出的树木区域内进行单株树冠分割。应用了三种尺度以解决小树过度分割和大型重叠树冠欠分割的问题。
生物量估算： 使用幂律代理模型 ( $AGB = e^\alpha \cdot (CA \cdot H)^\beta$ $A GB = e^{α} \cdot (C A \cdot H)^{β}$ )，并根据来自 Oakville 的 21,921 棵调查树木进行了特定物种异速生长方程（Lambert et al., 2005）的校准。
- 方程选择： 低不确定性的树冠被分配特定的功能群方程（落叶类 vs. 针叶类）；不确定的树冠则被路由至统一的“全树类”方程，以防止不可靠的外推。
- 验证： 通过与 90,726 棵树的留出测试集进行对比，评估精度，比较了基于调查几何形状（上限）与基于操作分水岭分割的预测结果。

主要结果

分割性能： 集成模型在所有指标上均优于初始的基于规则的伪标签。对照人工标注切片，模型的平均精确度为 0.86，召回率为 0.83，Dice 系数为 0.84。建筑物检测表现尤为稳健（Dice 0.95），而针叶树分割仍是最具挑战性的类别（召回率 0.66）。
生物量估算精度：
- 当使用调查几何形状（隔离异速生长误差）时，模型达到了 $R^2 = 0.609$ 。
- 在操作条件下使用自动化分割时， $R^2$ 下降至 0.570。
- 针叶树的估算比落叶树更准确（ $R^2 = 0.646$ vs. $R^2 = 0.553$ ），这归因于针叶树冠在 CHM 数据中具有更清晰的高度峰值。
- 从调查几何到操作几何的性能下降表明，树冠分割误差是总不确定性的主要来源，特别是对于容易出现欠分割的大型树木。
空间与时间发现：
- 地上总生物量（AGB）总量从 2018 年的 1.73 Tg (811 Gg C) 增加到 2023 年的 1.81 Tg (850 Gg C)，代表净碳增益为 39 Gg C。
- 高生物量密度（~140 Mg ha⁻¹）集中在尼亚加拉断层（Niagara Escarpment）和河岸带，而住宅区和商业区密度较低。
- 深度集成不确定性图成功识别了高认知不确定性区域（如农业和过渡带），这些区域的训练数据代表性不足。

意义与主张
作者声称这项工作提供了一个可扩展的、用于城市生物量估算的原型工作流，该工作流完全基于标准的省级传感器数据运行，无需手动标注。其核心贡献包括：

可扩展性： 证明了基于规则的伪标签结合神经网络优化可以在异质性城市环境中实现高精度，克服了手动标注的瓶颈。
误差表征： 明确量化了树冠分割误差而非异速生长模型误差是操作性 AGB 估算的主要限制因素，并特别关注了大树欠分割的问题。
不确定性感知制图： 提供了一个带有不确定性层的双时相、树冠级数据库，允许用户区分高置信度区域与需要实地验证的区域。
碳核算： 提供了一种相对于粗分辨率或基于样本的方法的空间显性替代方案，产生了一个对市政管理和“林外树木”区域碳核算具有意义的公开可用数据库。

研究在绝对生物量数值方面保持了谨慎的态度，承认使用源自森林的异速生长方程可能会引入系统偏差。然而，作者断言其相对空间和时间模式是稳健的，为更一致的城市碳核算奠定了基础。