统一的知识迁移在无需场景特定标签的情况下提升了单树冠分割效果

《Remote Sensing of Environment》：Unified knowledge transfer boosts individual tree crown segmentation without scene-specific labels

　　

高质量单木冠层分割，无需特定地点的标注。

在区域异质性和分辨率差异下的鲁棒分割。

在八个像素级和实例级指标上优于最先进的模型。

精心设计的架构选择，实现了更高的准确性和更好的效率。

引言
森林是地球上最重要的生态系统之一，提供关键的生态系统服务，如碳封存（Chen, 2025; Fletcher et al., 2024）、生物多样性保护（Noss, 1999）、水文调节（Calder, 2007; Keenan et al., 2013; Vose, 2019）以及维持人类社会发展的资源（Gillerot et al., 2025; Jung et al., 2023）。鉴于森林对生态过程和人类福祉的关键贡献，准确监测森林结构和动态已成为全球优先事项。这些生态系统的核心是单株树木，它们是森林组成、生产力和弹性的基本单元。因此，了解树木层面的特征对于将细尺度生态过程（如生长和竞争）与生物地理学、碳循环、栖息地质量和森林健康的大尺度模式联系起来至关重要。遥感技术的最新进展和高分辨率影像的不断普及，为以前所未有的细节研究森林创造了机会（Liu et al., 2017）。这些数据使得以可扩展且高效的方式勾绘单木树冠成为可能（Pedley and Morgenroth, 2025），克服了传统实地清查劳动密集、耗时且空间受限的缺陷。早期方法依赖于图像处理技术，例如基于种子的区域生长（Erikson and Olofsson, 2005）、分水岭分割（Wang et al., 2004）以及结合形态学运算的高斯滤波（Jing et al., 2012）。虽然在特定情境下有效，但这些方法严重依赖人工特征工程、参数调整和专家定义的规则，这限制了自动化进程，并阻碍了其在更广泛应用中的可扩展性（Ventura et al., 2024）。

近年来，深度学习在计算机视觉（Y. Xiao et al., 2025）、视听生成（Li et al., 2025a; Xing et al., 2024）和大型语言模型（Chang et al., 2024）等领域取得了显著进展。与传统方法不同，基于深度学习的方法可以直接从输入数据中自动学习层次化特征和上下文信息，从而实现端到端的表示学习。利用这些优势，深度学习被越来越多地应用于具有挑战性的单木冠层分割任务。两个代表性的基于深度学习的工作流是DeepForest（Weinstein et al., 2020）和Detectree2（Ball et al., 2023）。DeepForest提供了一个实用的Python包，用于检测来自22个国家生态观测网（NEON）站点的分辨率数据中的单株树木，并通过大规模预训练解决了标注训练数据有限的常见障碍。具体而言，DeepForest利用半监督resnet-50分类主干网络，首先在大量算法生成的树冠上进行预训练，随后使用来自多个站点的带标签的树冠进行重新训练，并明确支持将通用模型转移到新影像上、使用用户提供的标签进行微调、训练新模型以及标准化评估。Detectree2通过基于Mask R-CNN构建的分割方法，旨在勾画树冠边界。Detectree2使用多个热带站点上的3797个手动勾画的树冠进行训练和评估，展示了景观尺度上上层林冠树木的勾画能力，当与互补的激光雷达（LiDAR）数据结合时，支持下游的生态分析。这些工具加速了可重复研究，并扩大了单木冠层分割的应用范围。

尽管DeepForest和Detectree2代表了基于深度学习的树木制图的重要进展，但它们分别通过目标检测和实例分割来解决该问题，这与UniTree所采用的像素级语义分割方法有本质上的不同。此外，由于其带有跳跃连接的编码器-解码器结构，支持精确定位和多尺度特征融合，U-Net（Ronneberger et al., 2015）也被证明特别有效（Liang et al., 2025）。例如，U-Net架构被用于在西非撒哈拉和萨赫勒地区利用89,899个手动勾画的树冠标签来绘制单株树木地图（Brandt et al., 2020），而Reiner等人开发了一个带有批归一化和自注意力机制的U-Net变体（Reiner et al., 2023），用于识别森林外的树木，该模型在非洲各地的130,000个标注树冠上进行训练。与此同时，DeepLabv3利用空洞卷积扩大感受野并捕获多尺度上下文信息，也在树木勾画中显示出前景。例如，基于DeepLabv3的网络（Ulku et al., 2022）被应用于多光谱图像以提取树冠，进一步证明了先进的深度分割架构在单木分割中的潜力。除此之外，一种基于StarDist的模型（Tong and Zhang, 2025）被提出，用于利用加拿大新不伦瑞克省阿卡迪亚研究森林中1514个人工标注的树冠来分割单株树木，并引入了一种注意力增强方法（Li et al., 2023）以提高分割性能。较新的工作设计了一种基于深度学习和模板匹配的工作流，使用迁移学习（Zhang et al., 2025b）进行单木分割。

尽管取得了这些成功，但涉及领域和分辨率知识迁移的挑战依然存在。现有方法主要通过使用新的特定场景标注进行重新训练或微调来解决跨区域泛化问题，而不是显式地跨领域对齐特征表示（Brandt et al., 2024; Huang et al., 2024; Reichstein et al., 2019）。这种策略仍然依赖于每个目标场景中可获得标注数据，限制了可扩展性（Veitch-Michaelis et al., 2024; Yang et al., 2024）。此外，分辨率差异的挑战相比而言受到的关注较少（Weinstein et al., 2020; Workman et al., 2022; Zhang et al., 2025b）。大多数方法隐含地假设训练和部署影像具有相同的空间分辨率，当这一假设被打破时，树冠边界变得模糊，结构细节丢失，导致分割性能下降（Hao et al., 2023; Huang et al., 2024; Mao et al., 2025）。因此，显式跨分辨率知识迁移的挑战对于单木冠层分割而言在很大程度上仍未得到解决（Brandt et al., 2024; Khan et al., 2026）。开发能够在不同领域和分辨率之间更有效地泛化的方法至关重要。在跨分辨率场景中，从高到低的方向探索最少且在实际中意义重大。手动勾画的树冠几乎仅针对少数站点的高分辨率数据产生，而可用于业务和全覆盖制图的影像（如广泛使用的国家农业影像计划（NAIP）影像）分辨率较粗，且缺乏相应的标签（Veitch-Michaelis et al., 2024; Wang et al., 2026）。因此，我们专注于这一具有重要实际意义的迁移场景。

具体而言，当单木冠层分割应用于多种场景时，面临着两大主要挑战：区域异质性和分辨率差异。如图1(a)所示，区域异质性指的是有标签的源域和无标签的目标域之间的差异。这些差异源于传感器类型、太阳-目标-传感器几何关系、光照环境、树种和空间模式的差异（Ji and Tang, 2025）。这些因素共同导致不同区域间的图像外观和语义结构发生显著变化。第二个挑战是图像分辨率的不一致性。低分辨率图像本身包含较少的细节，增加了分割的难度。如图1(b)所示，高分辨率的源域图像（左侧；例如0.1 m，每个对象6×6个像素）提供了更清晰的边界和更丰富的细节，因此分割时只需要小感受野且对上下文依赖性较低。相比之下，低分辨率的目标域图像（右侧；例如0.3 m，每个对象2×2个像素）边界模糊，细节较少，需要更强的上下文推理和更大的感受野。相应地，分辨率差异导致的自然属性变化会改变树冠的视觉线索，将一种分辨率下训练的模型应用于另一种分辨率的影像，往往会导致性能显著下降，特别是在经验数据驱动的深度学习方案下。

为应对这些挑战，我们开发了一个统一的知识迁移框架，旨在不需要为低分辨率影像提供额外的人工标注的情况下，实现跨不同区域和从高到低的迁移场景中高效且鲁棒的树冠分割。该框架名为“UniTree”，集成了三种互补策略：(1) 领域知识迁移，结合对抗领域对齐和领域判别，以平衡跨域特征对齐和领域特定模式的保留；(2) 分辨率知识迁移，明确应对尚未充分探索的分辨率差异挑战，其中高分辨率教师通过语义、几何和特征层面的多级蒸馏指导低分辨率学生模型，使学生能够恢复细粒度的树冠细节；(3) 一种从显著性到结构的训练范式，从困难样本学习逐步过渡到结构感知建模，增强了非局部树冠结构的捕获能力。在接下来的部分中，我们将详细描述该框架的设计，并利用优胜美地国家公园的NAIP影像评估其在多样化和异质环境中的有效性。

节选部分
研究区域
我们的研究有两个不同的研究区域：丹麦作为源域，优胜美地国家公园作为目标域。丹麦约占43,098平方公里，主要为低地地形，该国大部分地区海拔低于100米，局部地形起伏平缓。气候为温带海洋性气候，受北海和波罗的海影响，冬季温和多风，夏季凉爽至中等温暖，全年降水分布相对均匀。

方法论
图3展示了UniTree的总体流程图。UniTree将多阶段编码器-解码器主干与三个互补组件集成：用于减少地理偏差的领域知识迁移、用于连接高分辨率和低分辨率影像的分辨率知识迁移，以及从显著性特征到结构特征引导学习过程的显著性到结构训练范式。这些组件共同实现了具有领域不变性和分辨率鲁棒性的单木冠层分割，同时

不同数量编码器-解码器的分析
图7说明了编码器-解码器数量对模型性能的影响。可以看出，增加编码器-解码器数量在一定程度上提高了mIoU，之后增加的编码器-解码器会增加计算量和参数，而不会改善（有时甚至会降低）分割效果。在测试区域1和3中，4个编码器-解码器的变体在保持适中的乘加次数和参数量的同时，实现了最佳的mIoU，并且在测试区域2中也保持了竞争力。因此，采用4个编码器-解码器的设计作为默认设置。

值得注意的是，该

讨论
本研究介绍了UniTree，这是一个旨在克服区域异质性和分辨率差异的单木分割框架，从而实现了向地理遥远且生态多样地区的泛化。如图9和表2所示，UniTree consistently 产生了比先进方法更准确的分割图和更高的定量得分。这些改进源于三个关键组件的协同作用：领域知识迁移，

结论
本研究提出了UniTree，这是一个不需要特定地点标注的单木冠层分割统一框架。通过集成多阶段编码器-解码器主干、领域知识迁移、分辨率知识迁移以及从显著性到结构的训练范式，UniTree有效缓解了跨区域和跨分辨率应用中，特别是从高到低迁移场景中区域异质性和分辨率差异的挑战。

数据和代码可用性
NAIP数据公开于 https://naip-usdaonline.hub.arcgis.com，优胜美地国家公园边界数据可以从 https://catalog.data.gov/dataset/yosemite-national-park-tract-and-boundary-data 下载。代码将在 https://github.com/jqyang22/UniTree 提供。USGS 3DEP LiDAR数据可在 https://www.usgs.gov/3d-elevation-program 访问。

CRediT作者贡献声明
Jiaqi Yang：撰写–审阅与编辑，撰写–初稿，可视化，验证，方法论，调查，形式化分析，数据整理，概念化。Kyle Kabasares：撰写–审阅与编辑，数据整理。Ming Liu：撰写–审阅与编辑，资源。Taejin Park：撰写–审阅与编辑，数据整理。Min Chen：撰写–审阅与编辑，撰写–初稿，监督，资源，资金获取，概念化，形式化分析。

利益冲突声明
作者声明，他们没有任何已知的竞争经济利益或个人关系，这些可能影响本报告中所述工作的声明。

致谢
本研究由威斯康星大学麦迪逊分校副校长办公室提供资助，资金来自威斯康星校友研究基金会。我们感谢威斯康星大学麦迪逊分校计算机科学与数据科学研究所的NetLab团队提供的高性能计算支持。K.K.和T.P.得到了美国国家航空航天局（NASA）对NASA地球交易所的拨款支持（80NSSC23M0230）。

Jiaqi Yang|Kyle Kabasares|Ming Liu|Taejin Park|Min Chen