综述：深度学习在遥感森林调查方法中的应用

《Remote Sensing》：Deep Learning Applications in Remote Sensing for Forest Inventory Methods

　　

森林在木材和纤维生产、碳储存、生物多样性保护以及各种其他生态系统服务中发挥着重要作用，因此需要准确且可扩展的调查方法。遥感领域的最新进展使得大规模森林监测成为可能，然而，在不同空间、时间和环境条件下提取可靠信息仍面临挑战。深度学习（Deep Learning）通过从多种遥感数据源中学习复杂模式，已成为解决这些局限性的有前景工具。本综述综合了深度学习在森林调查方法中的应用，涵盖三个任务：树木计数与定位、树种识别以及树木测量。研究人员总共评估了122项独立的主要研究（其中37项涉及树木计数与定位，57项涉及树种识别，29项涉及树木测量，一项研究同时涉及计数/定位和测量任务），这些研究涵盖了地面、无人机（UAV）、机载和卫星平台，主要关注光学影像、光探测与测距（LiDAR）数据及其融合。在这些研究中，深度学习模型通常优于传统机器学习和统计基线方法，报告的提高包括：数据融合使生物量估计精度提升高达18%，特定架构的单木树种分类精度超过90%。然而，性能差异受森林结构、物种复杂性、传感器能力和验证设计的强烈影响。在人工林中，计数和定位通常比在复杂的天然林或城市林中更可靠，而LiDAR在密集、多层冠层中尤其有价值。在物种数量少且特征鲜明的研究中，树种识别精度最高，而物种丰富的混交林则精度较低。在审查的研究中，只有约三分之一（122项中的42项）在独立于模型训练的数据或地点上进行了外部验证，且树木测量任务的参考数据很少基于直接破坏性采样。外部验证通常显示性能低于研究内测试，表明报告的精度可能高估了在新地点或条件下的表现。主要进展体现在：高分辨率无人机和智能手机影像在树木级别分析中的日益使用，LiDAR在结构表征中的持续价值，以及多模态数据融合的日益整合以提高检测、分类和测量精度。持续存在的挑战包括：高质量参考数据的有限可用性、类别不平衡和物种覆盖不一致，以及模型在不同森林类型、环境条件和地理区域之间的弱迁移性。未来的进展可能取决于三个优先事项：开发更大且更标准化的标记数据集，更强地整合结构、光谱和物候信息，以及设计更具迁移性和应用导向的深度学习框架。总体而言，本综述提供了对深度学习驱动的森林调查方法的全面、定量基础概述，并指出了提高森林监测和管理中可扩展性和适用性的未来方向。

1. 引言
森林覆盖地球表面约31%（约4000万平方公里），提供重要的生态系统服务，储存约861吉吨碳，并栖息约80%的陆地物种。有效的森林监测与管理需要具备计数和定位单木、识别树种以及测量形态特征的能力。量化森林资源对评估生产力和生态系统功能至关重要，但当前调查方法面临挑战。遥感技术已进步，但数据收集在森林环境中存在独特挑战，例如空间分辨率、季节性和物候变化。单木级分析通过深度学习（Deep Learning）扩展了早期方法，深度学习可从大量数据中学习复杂问题。遥感数据集通常在小空间尺度上具有高分辨率，适合深度学习方法。当前应用包括土地覆盖与生态系统测绘、森林健康监测以及树木调查。本综述旨在检验深度学习如何应用于森林调查方法，包括树木计数与定位、树种识别和树木测量，涵盖地面、无人机（UAV）、机载和卫星平台，重点在LiDAR（光探测与测距）数据、光学影像及其融合。

2. 方法与研究选择
本综述采用叙事性文献综述，通过结构化搜索进行。文献检索由主题负责人进行，使用Google Scholar等工具，结合深度学习相关术语（如“deep learning”、“卷积神经网络（CNN）”、“语义分割（Semantic Segmentation）”、“实例分割（Instance Segmentation）”、“目标检测（Object Detection）”等）与遥感及森林调查术语（如“remote sensing”、“LiDAR”、“UAV”、“forest inventory”、“tree detection”等）。研究保留标准为：应用、评估或综述深度学习用于森林调查任务（树木计数与定位、树种识别、树木测量）的同行评议英文出版物，截至2026年3月。排除主要关注土地覆盖、森林健康、野火检测或非遥感调查方法的研究。由于未采用系统综述协议，本文不视为PRISMA（系统综述和荟萃分析首选报告项目）合规。与其他八篇综述相比，本工作独特地覆盖了所有森林类型和平台（地面、UAV、机载、卫星）。

3. 深度学习基础
3.1. 深度学习概述
深度学习是机器学习的一个子集，模型通过多层分析层（神经网络）从大量数据中识别模式。每层由神经元组成，通过权重和偏置进行处理，并应用激活函数引入非线性。权重通过反向传播（Backpropagation）和梯度下降（Gradient Descent）优化。与传统机器学习（如随机森林（Random Forest, RF）和支持向量机（Support Vector Machine, SVM））相比，深度学习可自动从原始数据中提取特征，而传统模型依赖手动特征工程。

3.2. 深度学习模型与架构
应用于遥感的深度学习模型主要分为目标检测和分割。目标检测模型（如YOLO、Faster R-CNN（更快的区域卷积神经网络）、SSD）识别对象并绘制边界框。分割模型包括语义分割（如U-Net、DeepLab、全卷积网络（FCN））和实例分割（如Mask R-CNN、Detectron2、SOLO）。最近，基于Transformer的模型（如视觉Transformer（ViT）、Swin Transformer、DeiT）通过注意力机制捕获长距离依赖。混合设计结合CNN（卷积神经网络）骨干与Transformer头用于融合图像和LiDAR特征。LiDAR点云处理常用PointNet和PointNet++等架构，用于树分割和物种分类。

4. 树木计数与定位
准确的树木计数与定位是森林调查的基础。本研究回顾了37项研究，涵盖光学影像、LiDAR及其融合，分为人工林、天然林和城市林。

4.1. 人工林
人工林因种植模式相对一致，树木计数与定位通常更直接。共审查9项研究。

4.1.1. 光学数据
油棕榈是最常研究的物种，利用高分辨率RGB（红绿蓝）影像，YOLOv4和EfficientDet达到99%精度。其他应用包括苹果树、香蕉树，U-Net和CNN实现91-96%的精度。模型性能受飞行高度、空间分辨率等采集参数影响。

4.1.2. LiDAR
LiDAR用于单木分割，但训练数据有限。合成数据训练和点云Transformer等方法提高IoU（交并比）。环境因素如茎距、点密度影响分割精度。PointNet++、Faster R-CNN等方法在规则结构的人工林中表现良好，但需处理倾斜茎干和密度变化。

4.2. 天然林
天然林结构复杂，共审查22项研究。

4.2.1. 光学数据
深度学习在高分辨率影像上取得中等精度，如F1-score 0.77。半监督方法减少标注成本，但环境变异导致精度下降至65-80%。

4.2.2. LiDAR
LiDAR通过穿透冠层提供优势。早期方法用稀疏ALS（机载LiDAR系统）估计树木数量，后期转向3D点云聚类，如CenterNet、Faster R-CNN、ForAINet、ForestFormer3D等，F1-score达0.75-0.92。下采样和生成对抗网络（GAN）等数据增强改善性能。

4.2.3. 数据融合
光学与LiDAR融合结合光谱和结构信息，如Detectree2、RetinaNet，F1-score达0.63-0.94。融合效果取决于空间配准和传感器分辨率一致性。

4.3. 城市林
城市环境复杂，共审查7项研究。

4.3.1. 光学数据
Mask R-CNN用于街道树计数，精度约0.68。卫星影像实现大规模监测，精度达92.5%。

4.3.2. LiDAR
MLS（移动激光扫描）和UAV-LiDAR用于分割，YOLOv8、PointNet等达到高精度（F1-score 0.86-0.9987）。对比学习框架提高跨域适用性。

4.4. 研究趋势
光学数据依赖高分辨率UAV和机载影像，LiDAR研究关注训练数据质量和融合方法。

4.5. 挑战
缺乏高质量训练数据集和环境因素（冠层重叠、物种组成）影响模型迁移性。

4.6. 研究空白
人工林缺乏光学-LiDAR融合，天然林需平衡精度与泛化，城市林融合研究稀缺。

5. 树种识别
树种识别是森林调查的关键任务。共审查57项研究，按热带、温带和北方森林分类。

5.1. 热带森林
热带森林物种丰富，14项研究。

5.1.1. 光学数据
棕榈树识别精度高（F1-score 0.86-0.92），多物种（9-16种）精度降至0.79-0.88。参考数据质量影响大。

5.1.2. 数据融合
LiDAR与光学融合，如ACE R-CNN（注意力互补与边缘检测R-CNN），提高F1-score 0.06-0.50。融合效果依赖物种和传感器。

5.2. 温带森林
温带森林占多数（39项研究）。

5.2.1. 光学数据
高分辨率影像与CNN（如GoogLeNet）实现80-92%精度。多时相影像利用物候特征，精度达97.4%，但迁移性差（Kappa从0.97降至0.47）。

5.2.2. LiDAR
点云网络（如PointMLP、PointNet++、MS-DGCNN++）实现94-96%精度。点密度影响模型性能，但下采样后仍可保持高精度。

5.2.3. 数据融合
光谱与LiDAR融合，如SAMFormer（自注意力引导光谱-结构多模态融合Transformer），F1-score达86.3%。注意模块（如CBAM（卷积块注意模块））改善性能，但效果因物种而异。

5.2.4. 树皮识别
地面树皮图像识别，CNN精度超90%，但未与空中遥感融合。

5.3. 北方森林
北方森林以针叶树为主，5项研究。

5.3.1. 光学数据
RGB和HSI（高光谱影像）实现83-98%精度，但迁移性下降（F1-score 0.69-0.78）。

5.3.2. 数据融合
融合LiDAR后精度升至87-90%，但增益有限。

5.4. 研究趋势
深度学习模型普遍优于传统方法，传感器多样化，融合研究增加。

5.5. 挑战
野外数据收集昂贵，模型迁移性受物种集和尺度影响。

5.6. 研究空白
训练数据有限，时间覆盖不足，需开发可迁移模型。

6. 树木测量
树木测量包括DBH（胸径）、高度、冠幅、体积和生物量。

6.1. 二维测量——DBH、高度和冠幅
6.1.1. 光学数据
智能手机AR（增强现实）和UAV影像实现高度测量误差3.2%，冠幅R² 0.71。DBH估计通过冠幅-异速生长关系，误差0.11-0.31 cm。

6.1.2. 数据融合
手持设备结合激光测距仪，DBH误差3.38%。UAV影像与CHM（冠层高度模型）融合，R² 0.93。

6.2. 三维测量——AGB（地上生物量）、体积
6.2.1. 光学数据
Mask R-CNN估测体积，mAP（平均精度均值）0.92。多光谱影像AGB估计R² 0.84-0.89。

6.2.2. LiDAR
Minkowski CNN、DGCNN等点云网络，R² 0.80-0.97，但依赖异速生长方程而非破坏性采样。

6.2.3. 数据融合
融合LiDAR与光学，如DeepBioFusion，R² 0.64-0.93。LiDAR平台密度决定融合增益。

6.3. 研究趋势
从手工特征转向端到端学习，多模态感知增加，但研究与实践存在差距。

6.4. 挑战
训练数据稀缺，LiDAR体积估计缺乏直接测量参考。

6.5. 研究空白
分割输出转化为实际测量困难，需专用网络和可解释性。

7. 讨论
主要发现：人工林计数精度最高（>0.90），天然林和城市林范围更宽。物种识别精度受物种数量影响最大（>10种时<85%）。树木测量中，光学受限于尺度恢复，LiDAR受限于参考数据质量。外部验证显著降低精度，仅42项研究进行了外部验证。

8. 结论
深度学习在森林调查中显示出潜力，但面临训练数据、迁移性和参考数据质量等挑战。未来需发展标准数据集、多模态融合和可迁移框架。