冠层几何描述符与深度卷积网络在Neltuma pallida优树分类中的比较研究

《Trees, Forests and People》：Crown geometric descriptors versus deep convolutional networks for classifying plus trees of Neltuma pallida

　　

秘鲁赤道干旱森林的恢复项目依赖于Neltuma pallida的优树（plus trees），这些优树目前仍在野外逐棵进行选择。本研究探究了从无人机（unmanned aerial vehicle, UAV）多光谱影像中提取的冠层描述符是否能像深度卷积网络（deep convolutional networks）一样，再现一个开放数据集的优树标签。在该数据集中，一棵优树必须满足包括冠层直径10 m在内的最低树干测定学标准，因此目标是所分配的标签而非遗传品质。研究人员从999幅影像中提取了51个有信息量的形态几何、光谱和背景描述符，并将三种经典算法与三种在完整场景和分离冠层上训练的网络，在共同的分层五折交叉验证下进行了比较。随机森林（random forest, RF）达到了0.949的准确率（95%置信区间0.933–0.961），而分离冠层上的ResNet-50达到了0.950（0.935–0.962）；二者的配对差异为?0.1个百分点（95%置信区间?1.2至1.0），落在±2个百分点的等价区间内（TOST p < 0.001），这一结果在网络的四个训练随机种子中均成立。冠层大小占主导：将10 m冠层直径标准直接应用于所提供的掩膜，在不进行任何拟合的情况下复现了92.3%的标签；而在59对按冠层面积匹配的样本上，描述符模型和分离冠层网络降至0.58–0.65。遮挡和背景交换测试表明，全场景网络主要依赖场景上下文。由于999幅影像源自688张照片且不携带坐标，所有估计均为内部验证的上界。在这些限制内，基于描述符的模型以极小部分计算成本匹配了最佳网络，且它们支持一个筛选原型，该原型复现了明确的大小标准，而非识别遗传上更优越的树木。

秘鲁赤道干旱森林是南美洲受威胁最严重的季节性干旱热带生态系统之一，Neltuma pallida是其中的优势树种，具有重要的经济和生态价值。恢复项目需要优树种子，但现行的优树选择依靠技术工人在野外逐棵评估，过程缓慢、昂贵、难以到达，且易受评估者主观判断影响。无人机多光谱影像提供了低成本、高空间分辨率的替代方案，能够在低空飞行下分辨单株冠层细节，并通过红边和近红外波段捕捉植物生理信息。然而，已有研究主要比较不同深度卷积网络之间的性能，缺乏与基于冠层几何描述符的简单基线模型的正式统计对比。因此本研究的目的在于确定冠层几何描述符是否能在同一验证方案下复现开放数据集中的Neltuma pallida优树标签，并揭示两类模型各自依赖的信息来源。

研究人员使用公开数据集中的999幅多光谱图像，每幅包含蓝、绿、红、红边、近红外五个波段和手动绘制的冠层掩膜，标签按最低树干测定学标准（胸径0.45 m、树高13 m、冠层直径10 m）划分为优树与非优树。从每幅图像中提取51个有信息量的形态几何、光谱和背景描述符，并与三种深度卷积网络（ResNet-50、EfficientNet-B0、MobileNetV3-Small）在相同分层五折交叉验证下进行了比较。结果发现，随机森林与隔离冠层的ResNet-50准确率几乎完全一致（0.949对0.950），配对检验支持二者等价。进一步分析表明分类信号主要来自冠层大小——冠层直径标准本身就能复现92.3%标签；在匹配冠层面积后，所有基于树冠输入的模型性能均大幅下降。此外，全场景网络实际依赖场景背景，属于捷径学习。研究结论具有重要的方法论意义：在计算成本低得多的情况下，可解释的描述符模型能够匹配最佳深度网络，可用于开发干旱森林中筛选候选优树的工具。

关键技术方法方面，研究人员使用了来源于公开数据集的999幅DJI Phantom