单木检测与树种分类的遥感数据处理流程综述

《Forests》:Review of Remote Sensing Data Processing Pipelines for Individual Tree Detection and Species Classification

【字体: 大 中 小 】 时间:2026年09月23日 来源:Forests 3.1

编辑推荐:

  基于规则和机器学习(Machine Learning, ML)方法处理的遥感数据被广泛用于单木检测(Individual Tree Detection, ITD)和树种分类(Tree Species Classification, TSC),然而不同传感器、平

  
基于规则和机器学习(Machine Learning, ML)方法处理的遥感数据被广泛用于单木检测(Individual Tree Detection, ITD)和树种分类(Tree Species Classification, TSC),然而不同传感器、平台和方法在不同研究中的性能仍不一致。ITD与TSC任务相互关联,ITD阶段检测器的性能可能显著影响后续TSC性能。影响性能的一个关键因素是数据表示(二维(2D)、半二维(semi-2D)或三维(3D))的选择,该选择在很大程度上受传感器类型(红绿蓝(RGB)、多光谱成像(MSI)、高光谱成像(HSI)和光探测与测距(Light Detection and Ranging, LiDAR))以及数据获取平台(无人机(UAV)、有人航空或卫星)的影响。因此,本综述分别比较了ITD和TSC阶段所报道的方法配置,考虑了数据源、数据表示和方法族。这两个任务被视为相继且方法论上相关,但它们的定量性能被分别分析。跨研究分析显示,在比较所包含的方法学组中,基于LiDAR的表示在ITD报告性能中位数上总体呈更高趋势。LiDAR导出的结构信息在与光谱数据结合时也可能有利于TSC。此外,多光谱数据通过添加与叶片生化和生理特性相关的物种光谱信息,似乎为LiDAR提供了有利的补充。
1. 引言
森林生态系统对全球生态平衡至关重要。单木检测(ITD)为生物量估算、人工林生长与状况分析、植物保护产品施用优化以及森林清查提供数据支持。传统地面调查劳动密集且成本高,因此需要更高效、准确的遥感与机器学习(ML)方法。然而,现有数据获取平台、传感器类型、数据表示、预处理策略和ML模型组合多样,跨研究性能差异显著。已有综述多聚焦特定传感器或深度学习方法,缺少对完整处理流程的结构化比较。本综述将ITD与树种分类(TSC)视为相继且方法学相关的任务,分别分析两阶段的定量证据,并按传感器/数据源-表示-方法组合进行比较,平台则作描述性分析。

2. 材料与方法
2.1 文献检索与研究筛选
文献检索采用人工迭代方式,而非PRISMA系统检索;检索来源包括Google Search、出版商网站和学术数据库,最终检索时间为2026年3月。共纳入2000—2026年间107项研究,其中51项报告ITD定量指标,57项报告TSC定量指标;仅一项研究同时提供两阶段结果,因而未进行端到端流程的定量比较。多数文献发表于2019—2025年。

2.2 方法学分组框架
分组框架包含三个维度:传感器/数据源、数据表示和方法。ITD任务的方法维度分为基于规则的分割(Rule-Based Segmentation, RBS)和广义机器学习(ML);TSC任务进一步区分为基于向量的ML、卷积神经网络(Convolutional Neural Network, CNN)和点云神经网络(Point-Cloud Neural Network, PCNN)。数据表示分为二维(2D)、半二维(semi-2D)和三维(3D)。由于部分组合文献量有限,数字航空摄影测量(Digital Aerial Photogrammetry, DAP)-3D和LiDAR-semi-2D采用合并分组。

2.3 性能评估与跨研究比较
选取准确率(Accuracy)和F1-score作为指标;若原文未直接给出,则从混淆矩阵计算或进行宏平均。同一方法组内保留最佳结果;每个组至少包含4项研究,以中位数反映集中趋势。ITD和TSC分别比较,结果用于识别趋势而非严格排名。

2.4 光谱植被指数图示例
以俄罗斯伏尔加国立技术大学教育实验林场Nolkinsky区域为研究区,利用无人机多光谱数据(蓝、绿、红、红边、近红外5个波段)生成光谱植被指数(Spectral Vegetation Index, SVI)图,展示不同光谱变换对冠层状况和树种组成差异的增强
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号