面向巴西Woodland Savanna的树种制图：厘米级UAV RGB影像、CanopyRS个体树冠分割与开放集深度学习(Swin Transformer–PCA–Qmin)

《Ecological Informatics》：Dealing with the unknown: Open-set deep learning enables realistic tree species mapping in a Brazilian Woodland Savanna formation

　　

在高度多样化的热带生态系统中，准确绘制树种分布仍具挑战，因为监督分类模型通常在闭集（closed-set）假设下运行，即所有样本被分配给预定义的已知类集合。该假设在物种丰富环境中尤为受限，参考数据集通常仅代表物种库的一部分，未见类群可能因此被错误分配给已知类。在此，研究人员提出一个基于对象的框架，用于巴西Woodland Savanna植被型中的树种制图，使用厘米分辨率无人机（unmanned aerial vehicle, UAV）红绿蓝（RGB）影像、个体树冠（individual tree crown, ITC）勾绘、深度学习分类和开放集识别（open-set recognition）。包含381个人工勾绘并经分类学鉴定的树冠参考数据集用于在闭集和开放集条件下训练和评估卷积和Transformer骨干网络。开放集识别使用两种基于嵌入（embedding）的方法评估，即PCA–Qmin和OpenMax。对于大规模推断，使用CanopyRS在研究区自动勾绘树冠，相对于人工勾绘，其平均交并比（Intersection over Union, IoU）达0.81、中位IoU达0.85，产生9304个树冠实例。在评估的骨干网络中，Swin Transformer取得最高总体性能，其与PCA–Qmin组合提供最佳开放集配置。所选操作模型达到Macro-F1为0.790、F1_unknown为0.843、Cohen’s κ为0.692、AUROC为0.871和OSCR-AUC为0.843。大规模推断对已知物种产生生态上合理的优势度格局，而77.5%的制图树冠被分配给未知类，代表真正未见类群与已知物种错误拒绝的未解析混合。这些结果表明，将基于对象的树冠制图与开放集识别相结合，可减少对已知物种的强制分配，同时明确容纳不完整的分类学参考集。所提框架为在多样森林和稀树草原生态系统中进行更现实的物种级制图提供了有希望的基础，同时强调需要更广泛的参考数据集和独立验证以评估可迁移性。

树种分布制图是森林生态学和生物多样性监测的长期目标，因为物种组成影响碳储存、功能多样性、更新动态和栖息地质量。高分辨率空间数据可支持生态研究、保护规划和长期监测，尤其在高度异质的热带和亚热带生态系统中，仅靠野外调查往往难以实施。近年来，无人机（unmanned aerial vehicle, UAV）和深度学习拓展了超高空间分辨率树种制图的可能性；UAV红绿蓝（RGB）影像可捕捉冠层纹理、颜色、结构和物候等冠级变异。然而，在物种丰富的生态系统中，如巴西Cerrado，单位面积内可有数十甚至数百种共存木本植物，而能可靠鉴定并标记用于模型训练的个体通常很少，常少于每物种30个个体树冠。多数监督分类框架采用闭集（closed-set）假设，即每个样本必然属于预定义类别之一；但该假设在生物多样性丰富的森林和稀树草原中很少现实，因为许多物种未出现在训练数据中。闭集模型可能把未代表类群的树冠强制归入已知类别，产生过度自信和生态误导，进而偏估组成、丰度和空间优势度。开放集识别（open-set recognition）允许模型识别不符合已知训练类别分布的样本并将之拒绝为未知。另一个关键挑战是空间分析单元；以个体树冠（individual tree crown, ITC）为对象可减少边界模糊，便于生态解释，并与丰度、优势度和空间分布分析兼容。研究人员因此在高多样性巴西Cerrado中，结合高分辨率UAV影像、自动ITC勾绘、深度学习分类器和开放集识别开展研究，比较卷积神经网络（convolutional neural network, CNN）和Transformer骨干在闭集与开放集设置下的表现，评估两种应用于特征嵌入的开放集方法，并部署最佳配置进行大规模冠级推断。主要假设是：对象化框架结合自动树冠分割和开放集深度学习，比传统闭集方法生成更现实的物种图；Transformer骨干产生更结构化、更具判别性的嵌入，从而改善已知与未知冠层的分离。该研究旨在通过显式纳入不确定性，促进可扩展且具生态可解释性的UAV生物多样性监测方法。

关键技术方法可概括为：研究区位于巴西圣保罗州Assis Ecological Station（EEA）内约10 ha永久森林动态样地，256个20 m×20 m子样方，植被为Woodland Savanna（cerrad?o）。2025年2月以DJI Mavic 3 Enterprise无人机在RTK模式、80 m航高获取RGB影像，地面采样距离（ground sampling distance, GSD）约2 cm，经DJI Terra生成正射影像。人工勾绘381个ITC，并用近景混合变焦影像进行物种鉴定；以超过10个ITC的7种训练模型，提取512×512像素掩膜树冠块，比较六种CNN和Transformer骨干，在闭集和开放集条件下评估，开放集采用PCA–Qmin和OpenMax，5个随机种子；大规模使用CanopyRS自动分割，获9304个ITC。

研究结果如下。

3.1. Closed-set performance（闭集性能）
研究人员在仅考虑预定义类别、即闭集评价下比较分类方法，发现基于Transformer的架构持续优于CNN。EfficientNetV2最低，Macro-F1均值为0.802 ± 0.033且随机种子间变异较大；ResNet50为0.858 ± 0.013；ConvNeXtV2和EVA02分别为0.897 ± 0.032和0.898 ± 0.021；Vision Transformer（ViT）变异最低，为0.917 ± 0.008；Swin Transformer最高，为0.941 ± 0.011。架构间差异超过随机种子初始化带来的变异。结论是模型设计对分类精度重要，Swin在闭集分类中最优。

3.2. Open-set performance（开放集性能）
研究人员在开放集场景评估两种开放集方法，发现PCA–Qmin在所有架构和指标上均优于OpenMax。Transformer模型再次优于CNN。Swin Transformer与PCA–Qmin组合最佳，AUROC为0.874 ± 0.017，OSCR-AUC为0.852 ± 0.019，Macro-F1为0.749 ± 0.040，FPR-TPR为0.253 ± 0.073。ConvNeXtV2在PCA–Qmin下也有竞争力；OpenMax则Macro-F1较低、FPR较高。语义分割基线采用U-Net–Swin与PCA–Qmin，在像素级且K=6已知类时，AUROC为0.658，OSCR-AUC为0.561，Macro-F1为0.548，F1_unknown为0.534，FPR-TPR为0.590，明显差于对象化框架。开放集分类率（Open-Set Classification Rate, OSCR）曲线显示，PCA–Qmin在FPR约≤0.4区域持续优于OpenMax，且变异带更窄。混淆矩阵中，Syagrus romanzoffiana和Symplocos revoluta正确分类率均为1.00，Copaifera langsdorffii为0.97，未知类为0.81；Ocotea corymbosa为0.54，Byrsonima laxiflora为0.69；最大非对角项为已知类预测为未知，包括Ocotea corymbosa→unknown为0.46、Maprounea guianensis→unknown为0.44、Persea willdenovii→unknown为0.38、Byrsonima laxiflora→unknown为0.31；已知类间误分较小。结论是Swin嵌入与PCA–Qmin提供更可靠的已知–未知分离，对象化优于像素级。

3.3. Large-scale species mapping with open-set inference（开放集推断的大规模树种制图）
基于开放集评估，研究人员选择Swin Transformer与PCA–Qmin作为大规模推断的操作模型，优先考虑Macro-F1和OSCR-AUC并兼顾假阳性率。五个随机种子中最佳者达到Macro-F1为0.790、F1_unknown为0.843、Cohen’s κ为0.692、OSCR-AUC为0.843、AUROC为0.871、FPR-TPR为0.152。该模型应用于9304个自动分割树冠，其中7214个（77.5%）被判为未知类。已知类中，Copaifera langsdorffii最多，为1636个（17.6%），其后为Byrsonima laxiflora（2.2%）、Maprounea guianensis（1.3%）、Ocotea corymbosa（0.7%）、Syagrus romanzoffiana（0.6%）、Symplocos revoluta（0.1%）和Persea willdenovii（<0.1%）。由于完整制图群体缺少物种级参考标签，未知类不能拆分为真正未见类群和已知物种的假拒绝。结论是，大规模制图对优势已知种给出生态上合理的空间格局，同时显式保留大量未知。

讨论部分总结：研究指出，CanopyRS自动分割ITC与Swin Transformer和PCA–Qmin结合，为树种制图提供了有效替代传统语义分割的对象化方案；树冠对象更接近生态实体，可减少边界模糊，四阶段流程也更高效，并与开放集识别自然兼容。骨干架构影响开放集性能，Swin的层次注意力机制可保留高分辨率空间细节并捕捉冠层全局背景，产生更紧密、可分离的嵌入，有利于PCA–Qmin等基于距离的开放集方法。生态合理性方面，先前植物区系清查中Copaifera langsdorffii约占17%，模型将17.6%的树冠判为该种，这只能作为粗尺度合理性检查而非独立验证；Ocotea corymbosa在清查中约占7%，而模型中仅0.7%，且46%的被评估Ocotea corymbosa树冠被拒为未知，属于假拒绝，原文提示其训练树冠可能未充分覆盖该种在研究区的外貌变异，但无法从现有数据确定具体成因。未知预测遍布样地但东部更集中，已知预测尤以Copaifera langsdorffii在西部更频繁；已知与未知冠层到最近水道的距离分布大体重叠。77.5%未知不能解释为77.5%假拒绝，而是真正未见类群与已知物种假拒绝的混合。开放集识别可减少对已知物种的强制错误分配，但存在拒绝真正未见类群与错误拒绝已知个体的权衡；其价值取决于操作点。局限包括可靠训练数据集构建困难、样本不平衡、稀有物种评估不确定性、物候和种内变异、缺少独立区域外部验证和公开基准。未来需要更大且均衡的参考数据集、地理独立验证、多时相和多模态影像，以及含分类学鉴定个体树冠的协作数据基础设施。

研究结论翻译：本研究提出一个基于对象的树种制图框架，集成自动个体树冠（ITC）分割、深度学习分类和开放集识别，以应对物种丰富生态系统中的生物多样性制图挑战。CanopyRS用于树冠分割、Swin Transformer骨干和PCA–Qmin用于开放集识别的组合，在评估配置中提供最佳总体性能，能够进行物种级分类，同时允许学习类表示之外的样本被拒绝为未知。骨干架构影响闭集和开放集性能，Swin Transformer在评估特征提取器中总体性能最高。PCA–Qmin在测试骨干中持续优于OpenMax，表明类条件子空间建模在当前数据集中对已知–未知判别有效。所选操作模型的大规模应用对优势已知物种产生生态上合理的空间格局，同时将很大比例树冠分配给未知类。该结果反映开放集的核心权衡：避免对已知物种的强制分配与错误拒绝一些已知个体之间。由于完整制图群体缺少物种级参考标签，未知预测无法被区分为真正未见类群和已知物种的假拒绝。所提框架通过生成空间明确的物种信息，同时为与学习已知类不够兼容的样本提供明确拒绝选项，为整合遥感和生态调查提供了实用策略。这一特性在物种丰富生态系统中尤其相关，因为参考数据集不可避免地仅代表物种库的一子集。然而，其实际价值取决于所选操作点及其在拒绝真正未见类群与保留属于已知物种个体之间的平衡。未来工作应优先考虑更大、更平衡的参考数据集、地理独立验证和多时相影像，以更好表征物候及其他种内变异来源。包含分类学鉴定个体树冠的协作数据基础设施，将进一步支持开放集方法跨地点和生态系统的评估与迁移。总体而言，本研究展示了结合基于对象遥感和开放集识别进行物种级树木制图的潜力，同时明确考虑不完整分类学参考集所施加的限制。