《Frontiers in Environmental Science》:Satellite-based tree detection for urban green space monitoring in arid environments
编辑推荐:
引言:城市绿地(UGS)通过缓解热岛效应、改善公共健康等环境、社会与经济效益在维持城市生态平衡中发挥关键作用。然而快速城市化与传统监测方法的局限,使大尺度精确评估绿地面临挑战。方法:本文引入一个面向城市绿地分析的高分辨率卫星影像数据集,聚焦沙特阿拉伯干旱区Al
引言:城市绿地(UGS)通过缓解热岛效应、改善公共健康等环境、社会与经济效益在维持城市生态平衡中发挥关键作用。然而快速城市化与传统监测方法的局限,使大尺度精确评估绿地面临挑战。方法:本文引入一个面向城市绿地分析的高分辨率卫星影像数据集,聚焦沙特阿拉伯干旱区Al-Qassim与Al-Madinah Al-Munawwarah区域的树木计数。该数据集含逾13,000个卫星影像瓦片,用于基于先进深度学习目标检测模型评估树木密度,包括Faster R-CNN、RT-DETR、YOLOv10与YOLOv12。结果与讨论:实验显示YOLOv12取得最优性能,F1-score达67%;YOLOv10在精度与速度间提供强权衡,适于实时应用。这些发现论证了现代目标检测框架在干旱环境可扩展城市生态监测中的有效性。本研究为实时城市生态监测建立数据驱动基础,直接支撑城市规划倡议及联合国可持续发展目标(SDG)等国际可持续指标。
研究背景与立项依据
城市绿地(UGS)涵盖公园、绿带、行道树与城市森林,具有减缓城市热岛、提升空气质量、支持生物多样性及促进居民身心健康等效益,其精确制图直接服务于联合国可持续发展目标(SDG 11.7)。传统方法依赖野外调查、归一化植被指数(NDVI)及支持向量机(SVM)、随机森林(RF)等机器学习,存在人工成本高、难以扩展至大范围复杂城市环境、混合像元与建成区光谱混淆等缺陷。近年甚高分辨率(VHR)遥感(如Gaofen-2、WorldView-3、Sentinel-2)与卷积神经网络(CNN)、U-Net、DeepLabv3+等深度学习显著推进了像素级植被制图,但既有研究多聚焦非干旱区;而沙特等地区面临高温、低降雨与水资源受限,绿色空间维持困难,且Middle East Green Initiative等国家级绿化计划亟需可扩展监测手段。现有文献在干旱区大尺度人工标注单木检测数据集、跨域泛化及多检测器基准方面存在空白。为此,研究人员构建沙特Al-Qassim与Al-Madinah Al-Munawwarah两区域高清卫星影像数据集,微调四类目标检测器进行单木计数,以支撑干旱城市生态监测。
主要技术方法概述
研究人员自Google Earth Engine采集2026年1月沙特两区域RGB卫星影像,经滑窗切分为1024×1024像素(约1 km2,0.98 m/px,64 px重叠)瓦片,再做百分位裁剪(2%–98%)与γ=1.8伽马校正增强对比,用LabelImg人工框注单木(灌木、棕榈、农树、观赏树合并为单类),切为512×512训练块,最终得13,288源瓦片、61,460标注块、533,284棵标注树。数据集按70%/10%/20%划分为训练/验证/测试集,区域均衡。模型选用两阶段Faster R-CNN(TorchVision)、Transformer端到端RT-DETR、单阶段YOLOv10与YOLOv12(Ultralytics v8.4.39),统一640×640输入,3 epoch学习率预热,采用翻转/缩放/Mosaic增强;Faster R-CNN训15 epoch,RT-DETR 150,YOLOv10 140,YOLOv12 125;以Precision、Recall、F1-score、mAP@0.5为指标,NVIDIA Tesla T4(16 GB)训练。
研究结果
4.1 性能分析
表3显示Faster R-CNN mAP@0.5仅22.66%、F1 36.00%;RT-DETR升至30.78%/41.89%;YOLOv10达50.00%/58.00%(Precision 72%,Recall 53%);YOLOv12最优,mAP@0.5 55.00%、F1 67.00%、Precision 85.00%、Recall 56.00%。YOLOv12在沙漠稀疏树、沙丘簇树、城区散树与岩质路侧树场景均准确定位。结论:现代YOLO架构在干旱高分辨率影像单木检测上显著优于两阶段与Transformer基线。
4.2 计算分析
表4表明RT-DETR训练最慢(22.5 h),YOLOv10/v12约11.4/11.28 h,Faster R-CNN因epoch少仅5.25 h;推理端YOLOv10最快(18 ms),RT-DETR 40.47 ms,Faster R-CNN 89.48 ms,YOLOv12反而最慢(97.89 ms)。结论:YOLOv12以效率换精度,YOLOv10兼具精度与实时性。
4.3 收敛分析
图5曲线显示各模型训练/验证损失平稳下降,YOLOv12 mAP@0.5持续走高且稳于末段,Precision高且Recall渐增;YOLOv10收敛快、泛化间隙小;RT-DETR提升平缓。结论:所设训练策略有效,YOLOv12多尺度表征最适配干旱小目标。
4.4 讨论
数据集稀缺性、YOLO多尺度聚合能力是性能主因;局限在于干旱区低对比度、树形异质致召回中等,农田冠层重叠致邻树合并漏检,纯RGB缺光谱维,mAP@0.5仍留提升空间。框架可为冠层清册、绿化成效评估提供基础几何信息。
结论部分翻译
本文针对沙特干旱区高分辨率卫星影像单木检测,系统评估Faster R-CNN、RT-DETR、YOLOv10、YOLOv12。YOLOv12最优(mAP@0.5=55%,F1=67%),YOLOv10兼顾精度与速度;结果证明现代单阶段/Transformer检测器优于传统两阶段,但稀疏植被、冠层重叠与低对比度仍使可靠检测具挑战性。该框架是迈向自动化大尺度树木监测的有希望一步而非完备方案,需跨区验证、扩大多模态数据集以提升鲁棒性。论文发表于《Frontiers in Environmental Science》。