論文の概要: Self-Supervised Tree-level Biomass Estimation in Urban Environments From Airborne LiDAR and Optical Observations
- arxiv url: http://arxiv.org/abs/2606.26194v1
- Date: Wed, 24 Jun 2026 15:02:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-26 18:46:32.026992
- Title: Self-Supervised Tree-level Biomass Estimation in Urban Environments From Airborne LiDAR and Optical Observations
- Title（参考訳）: 航空機LiDARによる都市環境における樹木レベルバイオマスの自己監督評価と光学的観察
- Abstract要約: カナダ・オンタリオ州の810km$2$の景観を対象とした,クラウンレベルの地上バイオマス(AGB)フレームワークを提案する。
ルールベースの擬似ラベルに基づいてトレーニングされた二重ストリームのクロスアテンションネットワークは、建物、針葉樹、落葉樹のセマンティックマークを生成した。
2018年の総AGBは1.73Tg、2023年の1.81Tg(811-850GgC)、ニアガラ・エスカルメント沿いの地元の密度は$sim140$Mgha$-1$となった。
- 参考スコア（独自算出の注目度）: 0.23301643766310368
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Urban tree biomass remains less spatially explicitly quantified than biomass in managed forests because many estimates rely on inventories or coarse products that cannot resolve individual crowns or fine-scale heterogeneity. We present a crown-level above-ground biomass (AGB) framework for an 810~km$^2$ landscape in Ontario, Canada, using leaf-off airborne LiDAR (8--10~pulses~m$^{-2}$) and near-infrared RGB orthophotography (0.16--0.20~m) from 2018 and 2023. A dual-stream cross-attention network trained on rule-based pseudo-labels produced semantic marks for buildings, needleleaf trees, and deciduous trees, supporting crown delineation and functional-type assignment. On independently annotated withheld tiles, global/mean precision, recall, and Dice scores were 0.86, 0.83, and 0.84. Crowns were delineated with multiscale watershed segmentation in mapped tree areas, and AGB was estimated from a crown area--height power-law proxy calibrated to species-specific allometry (Lambert et al., 2005) for 21,921 inventory trees. For 18,713 inventory--segment matched pairs from a 90,726-tree held-out test set, AGB prediction achieved $R^2=0.609$ using inventory crown geometry and $R^2=0.570$ under operational segmentation, identifying crown delineation as the remaining uncertainty source. Aggregated to 30~m, estimates yielded total AGB stocks of 1.73~Tg in 2018 and 1.81~Tg in 2023 (811--850~Gg~C), local densities up to ${\sim}140$~Mg~ha$^{-1}$ along the Niagara Escarpment, and a net carbon gain of 39~Gg~C over five years. Deep-ensemble uncertainty maps highlighted high-epistemic-uncertainty areas linked to underrepresented land covers and guided assignment of uncertain crowns to a pooled allometric equation. The framework uses standard provincial data, requires no manual annotation, and produces a public bitemporal crown-level AGB database for trees outside forests at management-relevant resolution.
- Abstract（参考訳）: 都市樹のバイオマスは、個々のクラウンや微細な不均一性を解決できない在庫や粗い製品に依存しているため、管理林のバイオマスよりも空間的にはっきりと定量化されていない。
カナダ・オンタリオ州の810〜km$^2$ランドスケープを対象としたクラウンレベルの地上バイオマス(AGB)フレームワークについて,2018年から2023年にかけてのLiDAR (8--10~pulses~m$^{-2}$)と近赤外RGBオクロマトグラフィー (0.16-0.20~m) を用いて検討した。
ルールベースの擬似ラベルに基づいてトレーニングされた二重ストリームのクロスアテンションネットワークは、建物、針葉樹、落葉樹のセマンティックマークを生成し、クラウンデライン化と機能タイプの割り当てをサポートした。
単独でアノテートされたタイルでは、グローバル/平均精度、リコール、ディーススコアは0.86、0.83、0.84であった。
樹冠は, マッピングされた樹冠領域に複数スケールの流域区分を施し, AGBは21,921本の在庫樹に対して種別アロメトリー (Lambert et al , 2005) に調整されたクラウン領域のパワーロープロキシから推定された。
18,713の在庫区分が90,726本の持ち出し試験セットから得られたペアと一致する場合、AGBの予測は、在庫クラウン幾何学を用いて$R^2=0.609$、運用セグメンテーションの下で$R^2=0.570$を達成し、クラウン線を残りの不確実性源として特定した。
推計では、2018年の1.73~Tg、2023年の1.81~Tg(811～850~Gg~C)、ナイアガラ・エスカルメント沿いの地元の密度${\sim}140$~Mg~ha$^{-1}$、そして5年間に39～Gg~Cの純炭素ゲインが得られた。
深層アンサンブルの不確実性マップでは、未表現の土地被覆に関連付けられ、不確実なクラウンをプール式に割り当てた。
このフレームワークは標準の地方データを使用し、手動のアノテーションを必要とせず、管理関連解決時に森林外の樹木のための公共のバイテンポラルクラウンレベルのAGBデータベースを生成する。
関連論文リスト
- Detection of Christmas tree plantations from high-resolution aerial imagery. A case study in the French Morvan [22.126775072131608]
クリスマスツリープランテーションは経済的に関係があるが、リモートセンシング(RS)におけるほとんど探索されていない分野である。
本研究は, クリスマスツリーのプランテーションマッピングを, 個別のレアターゲットセマンティックセマンティックセグメンテーション問題として扱うこと, (ii) 混在する背景パターンの識別を改善するハードネガティブマイニング(HNM)戦略を導入すること, (iii) 教師付きテスト, 時間移動, 大規模検証を含む相補的なレベルのフレームワークを評価すること,の3つの主な貢献を行う。
論文 参考訳（メタデータ） (2026-08-27T15:58:20Z) - From crown candidates to neighborhood screening: integrating optical GeoAI and spatial modeling for urban-canopy assessment in Davis, California [0.0]
タイムリーな都市キャノピー情報は、リモートセンシングと熱、移動性、近隣計画のリンクに不可欠である。
カリフォルニア州デイビスで,2022年国立農業画像プログラムの画像を用いた光学的GeoAIワークフローを開発した。
論文 参考訳（メタデータ） (2026-08-14T01:02:50Z) - Calibrated Tree-Neural Fusion for Fine-Grained Vegetation Community Classification [5.365444289459681]
Calibrated EcoTreeFuseNet-Plusはツリーニューラル確率融合フレームワークである。
提案したモデルでは精度0.8000、マクロF1スコア0.7768、バランス精度0.7903、MCC0.7903が達成された。
その結果,小さめ,きめ細かい生態分類のための信頼性の高い識別・校正トレードオフが示された。
論文 参考訳（メタデータ） (2026-07-27T08:37:49Z) - Predicting Pseudo-nitzschia harmful algal blooms along the Portuguese Coast using satellite-derived predictors [69.38367341895632]
Pseudo-Nitzschia の珪藻は、海岸生態系やポルトガルの大西洋岸での収穫に繰り返しリスクをもたらす。
衛星由来の予測器を用いて有害な藻類発生を予測する機械学習フレームワークの開発と評価を行った。
論文 参考訳（メタデータ） (2026-07-08T18:14:24Z) - GreenSeg: Ground Segmentation Algorithm for Agricultural Robots in Mediterranean Greenhouses using RGB-D Point Clouds [41.99844472131922]
GreenSegは、RGB-Dセンシングを使用した自律ナビゲーションのための堅牢な認識フレームワークである。
結果は、GreenSegがベンチマークセグメンテーションメソッドを一貫して上回っていることを示している。
論文 参考訳（メタデータ） (2026-05-24T22:19:38Z) - FSKD: Monocular Forest Structure Inference via LiDAR-to-RGBI Knowledge Distillation [0.0]
Canopy Height Model (CHM) や Plant Area Index (PAI) 、Foliage Height Diversity (FHD) といった森林構造指標に言及されているにもかかわらず、空飛ぶLiDARは費用がかからないままである。
FSKD: LiDAR-to-RGB-Infrared(RGBI)知識蒸留フレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-02T08:33:55Z) - FORMSpoT: A Decade of Tree-Level, Country-Scale Forest Monitoring [40.631100826517375]
森林キャノピーの高さを1.5mの解像度で全国で10年(2014-2024年)にわたってマッピングしたFOMSpoT(Forest Mapping with SPOT Time series)を紹介した。
異種買収におけるロバストな変更検出を可能にするため、我々は専用の後処理パイプラインを開発した。
乱れが小さく空間的に断片化された山岳林では、FOMSpoT-$$はF1スコアが0.44で、既存のベンチマークよりも桁違いに高い。
論文 参考訳（メタデータ） (2025-12-18T19:35:09Z) - Geodiffussr: Generative Terrain Texturing with Elevation Fidelity [48.82552523546255]
テキスト誘導テクスチャマップを合成するフローマッチングパイプラインであるGeodiffussrを紹介する。
マルチスケールコンテンツアグリゲーション(MCA): DEM機能は、複数の解像度でUNetブロックに注入され、グローバルからローカライズされた高度の一貫性が強制される。
Geodiffussrを訓練し,評価するために,SRTM由来のDEMとSentinel-2画像と視覚接地型自然出現キャプションを組み合わせた三重項のグローバル分布,バイオメ-および気候成層コーパスを組み立てた。
論文 参考訳（メタデータ） (2025-11-28T09:52:44Z) - Adaptive Per-Tree Canopy Volume Estimation Using Mobile LiDAR in Structured and Unstructured Orchards [42.32889225423819]
本稿では,日常的なロボットナビゲーション中に収集した移動体LiDARデータを用いて,木ごとのキャノピー体積推定を行うリアルタイムシステムを提案する。
本研究では,2つの商業用果樹園,1つのピスタチオ果樹園,1つのアーモンド果樹園,および2つの樹冠を交互に重ねて評価した。
論文 参考訳（メタデータ） (2025-06-09T08:40:28Z) - Estimating the Diameter at Breast Height of Trees in a Forest With a Single 360 Camera [52.85399274741336]
森林在庫は、生態モニタリング、資源管理、炭素会計のために、乳房の高さ(DBH)の直径の正確な測定に頼っている。
LiDARベースの技術はセンチメートル単位の精度を達成できるが、コストは抑えられ、運用上複雑である。
コンシューマグレードの360度ビデオカメラしか必要としない低価格の代替機を提示する。
論文 参考訳（メタデータ） (2025-05-06T01:09:07Z) - Very high resolution canopy height maps from RGB imagery using
self-supervised vision transformer and convolutional decoder trained on
Aerial Lidar [14.07306593230776]
本稿では,複数の非国家の管轄区域で同時に作成される最初の高分解能天蓋の高さマップについて述べる。
地図は、2017年から2020年にかけて、マクサー画像に基づいて訓練された自己教師モデルから特徴を抽出することによって生成される。
また、GEDI観測に基づいて訓練された畳み込みネットワークを用いた後処理のステップも導入する。
論文 参考訳（メタデータ） (2023-04-14T15:52:57Z) - High-resolution landscape-scale biomass mapping using a spatiotemporal
patchwork of LiDAR coverages [0.0]
温室効果ガス推定において,森林土壌のバイオマスの微細な評価がますます重要になっている。
ここでは、トレーニングデータの選択、地域的あるいは範囲的な偏見やエラーの調査、複数スケールでのマップパターンなど、一般的な障害に対処する。
我々のモデルは全体として正確であり (% RMSE 13-33%) バイアスが非常に低く (MBE $leq$$pm$5 Mg ha$-1$) 、ほとんどのフィールドオブザーバの変動を説明した。
論文 参考訳（メタデータ） (2022-05-17T17:53:50Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。