《International Journal of Applied Earth Observation and Geoinformation》：A multi-task collaborative method for individual tree segmentation and multi-dimensional attribute extraction in mountainous areas using deep learning technologies
编辑推荐：
森林在陆地生态系统中发挥着关键作用，提供碳封存、木材生产和生物多样性维持等多种生态系统服务与功能（Alkama and Cescatti, 2016; Sexton et al., 2015）。因此，森林结构与组成的精确制图与监测对生态研究、生物多样性保护和可
森林在陆地生态系统中发挥着关键作用，提供碳封存、木材生产和生物多样性维持等多种生态系统服务与功能（Alkama and Cescatti, 2016; Sexton et al., 2015）。因此，森林结构与组成的精确制图与监测对生态研究、生物多样性保护和可持续森林管理至关重要（Bourgoin et al., 2024; Zhang et al., 2023）。传统实地调查虽能提供胸径、树高等关键结构参数的详细测量（McRoberts and Tomppo, 2007; White et al., 2016），但通常耗时费力，且受制于长达十年或更久的清查周期（Tomppo et al., 2008）。卫星遥感、无人机（unmanned aerial vehicle, UAV）遥感和地面光探测与测距（light detection and ranging, LiDAR）等遥感技术已成为大尺度森林监测的有力工具，弥合了局部实地调查与景观尺度评估之间的差距（Ferraz et al., 2016; Miraki et al., 2021; Zheng et al., 2025）。
随着遥感数据空间分辨率的提高与可获取性的增强，森林监测正逐步从景观尺度评估转向单体树尺度制图，从而能够更精确地估算森林结构与组成属性（Miraki et al., 2021; Zheng et al., 2025）。在此背景下，单体树分割（individual tree segmentation, ITS）与单体树属性提取（individual tree attribute extraction, ITAE）已成为重要研究课题（McRoberts and Tomppo, 2007; Zhao et al., 2023）。然而，由于数据质量、算法稳健性和计算能力等方面的限制，在大范围复杂景观中精确识别和制图单体树仍面临挑战（Cheng et al., 2024; Weinstein et al., 2021b; Young et al., 2022）。
基于遥感的ITS方法大致可分为图像处理、机器学习和深度学习三类（Zheng et al., 2025）。图像处理方法常依赖冠层高度模型（canopy height model, CHM）或光学影像，采用分水岭分割、区域生长等经典图像处理算法勾画单体树冠（Huang et al., 2018; Ke and Quackenbush, 2011）。这些方法相对简单并在早期研究中广泛使用，但对预设参数高度敏感，在郁闭或地形复杂的森林中常导致分割不足或过分割（Gu and Congalton, 2022）。机器学习方法通过将人工设计的波谱、纹理和几何特征引入支持向量机、随机森林等分类器，提升了分割性能（Wang et al., 2019; Windrim et al., 2020）。然而，其性能仍受限于对特征工程的依赖以及跨森林类型和区域的可迁移性有限（Zheng et al., 2025）。相比之下，包括卷积神经网络和基于Transformer的架构在内的深度学习方法，通过端到端方式自动学习判别性特征，在ITS中展现出优越性能（Chen and Ye, 2024; Chen et al., 2025c; Guo et al., 2023; Xiang et al., 2024）。例如，Brandt等（2020）应用基于U-Net的架构在冠层相对稀疏、地形相对平缓的西非地区绘制树冠。然而，在复杂的亚热带森林中，例如中国山地区的森林，冠层遮挡、树冠粘连和崎岖地形对深度学习和传统方法均构成重大挑战（Lin et al., 2023; Sterenczak et al., 2020）。值得注意的是，深度学习方法擅长学习高层语义表征（Chen et al., 2024; Diez et al., 2021），而图像处理method在几何勾画方面仍具优势（Huang et al., 2018）。因此，将深度学习的语义表征能力与图像处理的几何勾画能力相结合的混合策略，可能为复杂山地森林中更精确、稳健的ITS提供有前景的途径。
除单体树识别外，树高、冠幅和林分类型等结构与功能属性的提取对于理解森林生态和支持管理决策日趋重要（Fassnacht et al., 2016; Ma et al., 2024; Wagner et al., 2024; Zhao et al., 2023）。然而，现有ITAE研究大多侧重于单独检索各属性，多属性协同提取的进展有限（McRoberts and Tomppo, 2007; White et al., 2016）。这种碎片化源于两个关键差异。首先，不同属性往往需要不同的遥感数据源。例如，LiDAR或立体影像常用于树高预测（Chen et al., 2025a），甚高分辨率光学影像用于冠幅估算（Tong and Zhang, 2025），高光谱或多光谱影像用于林分类型分类（M?yr? et al., 2021）。其次，相应的提取方法差异显著：结构参数通常采用回归模型推导（Chen et al., 2025a），而林分类型则通过分类算法识别（Qin et al., 2022）。数据源和方法的这种异质性使多属性协调提取复杂化，并可能导致处理冗余、潜在误差传播以及森林特征表征不完整。
尽管近期研究已探索利用多任务学习联合预测某些森林结构和功能属性（Li et al., 2023a; Ma et al., 2023; Zhang et al., 2024），但将林分类型这一连接森林结构与功能的关键属性纳入此类框架的研究仍然很少（Ma et al., 2024; Zhao et al., 2024）。林分类型的缺失不仅限制了对单体树的全面表征，也忽视了其与结构参数的内在关联。与在统一网络内联合优化多个任务的常规多任务学习不同，序贯迁移学习为利用相关任务间的共享知识提供了有效策略（La Rosa et al., 2021; Li et al., 2023a）。通过将ITS学习到的表征迁移到后续属性预测任务，迁移学习使模型能够复用边缘、纹理和上下文信息等视觉特征，从而促进这些表征向相关目标任务的适应（Pan and Yang, 2010; Shi et al., 2021）。因此，开发一种基于迁移学习、通过序贯知识迁移连接ITS、树高预测和林分类型分类的协同框架，可能有助于克服传统单体树监测方法的局限性。
综上所述，当前基于遥感的单体树监测研究仍面临两大挑战：（1）在复杂山地森林中，冠层遮挡、树冠粘连和显著地形起伏条件下ITS方法的稳健性有限；（2）碎片化的ITAE工作流程阻碍了多属性协同提取和单体树尺度的综合监测。为解决上述问题，本研究旨在：（1）开发一种结合深度学习和图像处理方法的混合ITS方法，以提高复杂山地森林中的分割精度；（2）构建基于迁移学习的协同框架，用于序贯提取树高、冠幅和林分类型；（3）在王朗国家级自然保护区（WNNR）内5 km × 5 km区域系统评估所提方法。通过实现这些目标，本研究力求推动森林监测从景观尺度、单一属性反演向单体树尺度协同化、多维制图方向发展，从而为精准林业、碳评估和生物多样性保护提供详细的单体树信息。
**基于深度学习与无人机遥感的山区单体树分割与多维属性提取协同框架研究**
**一、研究背景与科学问题**
森林是陆地生态系统的核心组分，提供碳封存、木材生产与生物多样性维持等多重生态服务功能。精确监测森林结构与组成对于生态研究和可持续经营至关重要。传统实地调查虽能获取高精度结构参数，但成本高、周期长，难以满足大范围监测需求。遥感技术尤其是无人机（UAV）遥感的发展，使森林监测从景观尺度逐步向单体树尺度转变。在此背景下，单体树分割（individual tree segmentation, ITS）与单体树属性提取（individual tree attribute extraction, ITAE）成为研究热点。
然而，当前研究仍面临两大挑战。其一，在复杂山地森林中，冠层遮挡、树冠粘连和地形起伏导致ITS方法稳健性不足，传统图像处理方法对参数敏感且易产生分割误差，纯深度学习方法在几何勾画方面存在局限。其二，ITAE工作流程碎片化，不同属性（如树高、冠幅、林分类型）通常依赖不同数据源和不同方法，缺乏协同提取框架，导致处理冗余、误差传播和表征不完整。尽管多任务学习已被探索用于联合预测多个属性，但鲜有将林分类型纳入协同框架。为此，该研究发表于《International Journal of Applied Earth Observation and Geoinformation》的论文提出了一种多任务协同方法，实现单体树分割与多维属性提取的一体化。
**二、研究内容与创新点**
该研究以王朗国家级自然保护区（WNNR）5 km × 5 km区域为研究区，该区域跨越1000余米海拔梯度，包含针叶林、阔叶林和灌丛等多种林分类型，地形复杂、冠层结构多样。研究设计了一套从ITS到ITAE的渐进式工作流程，通过序贯迁移学习连接相关任务。主要创新点包括：（1）提出两阶段ITS方法，融合深度学习的语义表征能力与图像处理的几何勾画优势；（2）构建基于迁移学习的多任务协同框架，实现树高、冠幅和林分类型的序贯提取；（3）在WNNR大规模区域系统评估了方法的有效性。
**三、主要关键技术方法**
该研究采用以下关键技术方法：（1）两阶段ITS方法：第一阶段采用嵌入自注意力机制的U-Net++深度学习网络进行语义分割，同时预测树核密度图；第二阶段应用标记控制分水岭算法，以局部密度最大值为标记、初步分割结果为约束掩膜，进一步分离粘连树冠。（2）迁移学习策略：将分割网络编码器权重迁移至CHM预测和林分类型分类网络，设计了直接预测、分割-高度迁移、分类-高度迁移三种方案并对比评估。（3）最小外接圆算法用于冠幅提取。（4）第99百分位数法用于从预测CHM中提取单体树高。样本数据包括：2023年8月采集的0.2 m分辨率UAV RGB影像（覆盖全区）和三个代表性样地（针叶林、阔叶林、灌丛）的UAV LiDAR点云（平均密度400点/m2），共标注30个100 m × 100 m样地内5523棵单体树。
**四、研究结果**
**1. 两阶段ITS方法性能**
该方法在5 km × 5 km区域识别出290,192棵单体树，平均密度116株/公顷。基于9个独立验证样地（1414棵参考树）的评估显示，最终分割精度达95.40%，召回率95.33%，F1-score为0.9537。与初始深度学习分割相比，分水岭优化将漏检率从9.12%降至4.67%，F1-score从0.9298提升至0.9537，有效减少了冠层遮挡和粘连导致的分割不足。冠幅验证显示预测值与参考值呈强线性关系（R2=0.9457，RMSE=0.4307 m）。不同林分类型中阔叶林提升最显著但最终召回率相对较低（93.80%）。
**2. 多任务协同的树高预测**
三种预测方案对比表明：直接预测方案R2仅为0.3367，RMSE为7.1504 m；分割-高度迁移方案将R2提升至0.7850，RMSE降至4.0707 m；分类-高度迁移方案表现最佳，R2达0.8427，RMSE降至3.4825 m。林分类型信息为树高预测提供了语义约束，有效缓解了高度均质化偏差。空间分布显示针叶林树高普遍超30 m，阔叶林以10–20 m为主，灌丛低于10 m。
**3. 多任务协同的林分类型分类**
直接分类方案总体精度（OA）为81.68%；分割-分类迁移方案将OA提升至89.54%，针叶林召回率从76.16%提升至91.28%；高度-分类迁移方案取得最佳效果，OA达92.51%，各类别F1-score均在91%以上。最终分类结果显示研究区包含155,031棵针叶树（53.42%）、106,520棵阔叶树（36.71%）和28,641棵灌丛（9.87%），与王朗自然保护区亚高山暗针叶林生态系统的植被组成特征相符。
**五、讨论与结论**
讨论部分指出，该框架的优势在于：（1）UAV RGB影像全覆盖与LiDAR样地观测相结合，在降低数据采集成本的同时保证了预测精度；（2）深度学习与图像处理的互补整合显著提升了分割性能；（3）序贯迁移学习策略为多任务协作提供了无需联合优化的实用方案。局限性包括：跨区域可迁移性有待验证、基于二维影像的树高估计对中下层植被探测有限、尚未扩展到树种级识别。未来研究可结合多时相观测、多平台LiDAR（如GEDI）和Transformer架构以进一步增强稳健性。
研究结论表明，该研究提出的两阶段分割方法将漏检率从9.12%降至4.67%，F1-score从0.9298提升至0.9537；序贯迁移学习策略使树高预测RMSE从7.1504 m降至3.4825 m，林分类型分类OA从81.68%提升至92.51%。该框架实现了从UAV观测中一体化提取单体树位置、冠幅、树高和林分类型，为山地环境精细尺度森林监测提供了详细的数据基础，可支撑精准林业、森林碳评估和生物多样性监测。跨区域、多季节、多传感器及更多样森林条件下的进一步验证仍是未来工作的重点。
