論文の概要: Phase-Preserving Trimodal Transformer for Tropical Forest Biomass Estimation Using Optical and PolInSAR Data
- arxiv url: http://arxiv.org/abs/2607.03663v3
- Date: Thu, 09 Jul 2026 15:14:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-10 14:45:27.249893
- Title: Phase-Preserving Trimodal Transformer for Tropical Forest Biomass Estimation Using Optical and PolInSAR Data
- Title（参考訳）: 光およびPoInSARデータを用いた熱帯森林バイオマス推定のための位相保存型トリモーダル変圧器
- Abstract要約: Trimodal Coherent Co-attention Transformer (TCCT) は物理情報を用いたディープラーニングアーキテクチャである。
TCCTは、光面反射率(Landsat-5)と、PバンドとLバンドの複雑な値のポラリメトリックSAR干渉計(PolInSAR)データを融合する。
また, Above-Ground Biomass (AGB) に換算すると, 50 Mg/ha以上の密林地域での相対RMSEは4.51%であった。
- 参考スコア（独自算出の注目度）: 0.3499870393443268
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The accurate estimation of Above-Ground Biomass (AGB) in mature tropical forests remains a critical challenge in remote sensing, primarily due to the saturation of Synthetic Aperture Radar (SAR) signals in high-density areas and persistent cloud cover affecting optical imagery. To overcome these physical limitations, we propose the Trimodal Coherent Co-attention Transformer (TCCT), a physics-informed deep learning architecture. The TCCT natively fuses optical surface reflectance (Landsat-5) with complex-valued Polarimetric SAR Interferometry (PolInSAR) data from both P and L bands. Unlike traditional fusion methods, our architecture employs complex-valued encoders to preserve spatial phase coherence, coupled with a dynamic co-attention mechanism that acts as an adaptive gating module, reducing the weight of cloud-corrupted optical pixels and shifting reliance to microwave phase data. We also derived a localized spatial allometric calibration model via Levenberg-Marquardt optimization, tailored to the specific wood density of the Paracou region in the Amazon basin. Evaluated using a two-stage protocol, the TCCT first underwent a rigorous 5-fold cross-validation to establish robust global weights (achieving a global RMSE of 4.19 m). Subsequently, following a localized spatial fine-tuning phase over 200 epochs, the model attained an absolute RMSE of 3.78 m and an $R^2$ of 0.33 for Canopy Height Models (CHM), outperforming standard Random Forest, CNN, and Vision Transformer baselines. Our ablation study confirms that preserving phase coherence mitigates deep-canopy signal saturation. When converted to AGB, the fine-tuned TCCT map yielded a Relative RMSE (rRMSE) of 4.51% in dense forest areas above 50 Mg/ha. By meeting the European Space Agency (ESA) BIOMASS mission requirement of less than 20% error, the TCCT provides a robust framework for continuous carbon stock mapping in tropical biomes.
- Abstract（参考訳）: 成熟熱帯林におけるAGB(Above-Ground Biomass)の正確な推定は、主に高密度領域における合成開口レーダ(SAR)信号の飽和と光画像に影響を及ぼす雲の持続的被覆により、リモートセンシングにおいて重要な課題である。
このような物理的制約を克服するために,物理インフォームド深層学習アーキテクチャであるTCCTを提案する。
TCCTは光学面反射率(Landsat-5)をPバンドとLバンドの複雑な値のポラリメトリックSAR干渉計(PolInSAR)データと融合させる。
従来の融合法とは異なり,我々のアーキテクチャでは複雑な数値エンコーダを用いて空間位相コヒーレンスを保ち,適応ゲーティングモジュールとして機能し,雲崩壊した光学画素の重みを低減し,マイクロ波位相データへの依存を緩和する動的コアテンション機構を組み合わしている。
また,アマゾン盆地のパラコー地域の比木密度に合わせて,レバンス・マルカルト最適化による局所的空間等尺キャリブレーションモデルを導出した。
2段階のプロトコルを用いて評価され、TCCTは最初、堅牢なグローバルウェイトを確立するために厳格な5倍のクロスバリデーションを行った(グローバルRMSEは4.19m)。
その後、200エポック以上の局所的な空間微調整フェーズを経て、標準のランダムフォレスト、CNN、ビジョントランスフォーマーのベースラインを上回り、絶対RMSEが3.78m、R^2$0.33に達した。
我々のアブレーション研究は、位相コヒーレンス保存が深い陰極信号飽和を緩和することを確認した。
AGBに変換すると,50Mg/ha以上の高密度森林地域での相対RMSE(rRMSE)は4.51%となった。
欧州宇宙機関(ESA)のBIOMASSミッション要件を20%未満の誤差で満たすことで、TCCTは熱帯生物の炭素ストックマッピングのための堅牢な枠組みを提供する。
関連論文リスト
- Computational Depth Measurement in Thermographic Video: Overcoming Spatial Overfitting via Spatio-Temporal Decoupling [2.5621346794752724]
光パルスサーモグラフィ(OPTOPT)は体積測定ではなく2次元の熱映像を提供する。
この研究は、空間欠陥の局所化と時間深度測定を分離するアーキテクチャを導入する。
4つの回帰モデルが試料レベルのクロスバリデーションを用いて評価された。
論文 参考訳（メタデータ） (2026-08-29T12:26:27Z) - Rethinking Attention Locality in Spiking Transformers [50.00501275379363]
スパイキングトランスフォーマーは、スパイク駆動計算による効率的なビジュアル処理のための有望なパラダイムを提供する。
彼らのSSA(Softmax-free Spiking Self-Attention)は、空間的に局所化されたトークン相互作用を確立するのに苦労している。
境界連続経路(SCLA-BCP)を用いた空間連続的局所的注意法を提案する。
当社のアプローチでは、2017年のCOCOではmAP@50が9.50%、ADE20KではmIoUが3.42%改善しています。
論文 参考訳（メタデータ） (2026-08-09T07:36:17Z) - Air Quality Downscaling with Station-Guided Pseudo-Supervision [60.31045749983062]
局所PM$_2.5$変動に対する高分解性粗大大気場は空間的支持のミスマッチによって一意に挑戦される。
ヨーロッパにおける高分解能PM$_2.5$ダウンスケールのためのステーション誘導フレームワークを提案する。
論文 参考訳（メタデータ） (2026-07-06T16:32:25Z) - Multi-Modal Conditioned High-Resolution Transformer for Urban Electromagnetic Field Map Prediction Download PDF [3.3172899945646965]
都市環境における電磁界強度の予測はセルネットワーク計画に不可欠である。
建築レイアウト画像とアンテナ構成から500のEMFマップを生成する多条件高密度予測フレームワークを提案する。
我々の最良のモデルは、0.0461のMAE、プレーンなUNetベースラインに対する25.2%の改善、HRFormerのみのベースラインに対する31.8%を達成しています。
論文 参考訳（メタデータ） (2026-06-26T03:06:23Z) - High-Dimensional Latents Should Be Diagnosed Through Phase Structure [56.362776482614976]
スピングラス理論のレンズによるオートエンコーダと変分オートエンコーダの潜在空間について検討した。
固定復号器用の潜時空間スピングラス辞書を定式化する。
トポロジカルな自明化機構のエッジ・オブ・ステイティに向けて潜伏系を駆動することは、下流に具体的な結果をもたらすことを示す。
論文 参考訳（メタデータ） (2026-05-23T06:17:23Z) - Sub-metre Lunar DEM Generation and Validation from Chandrayaan-2 OHRC Multi-View Imagery Using an Open-Source Pipeline [0.2174820084855635]
月面の高解像度デジタル標高モデル(DEM)は、地表移動計画、着陸地点のキャラクタリゼーション、惑星科学に不可欠である。
本研究は,Orbiter High Resolution Camera (OHRC) からのサブメタルDEMの生成を,オープンソースパイプラインのみを用いたマルチビュー画像として初めて行ったものである。
次に、高密度ステレオ対応と光三角測量を適用して点雲を生成し、5つの地理的に分布する月面の約24～54cmの空間分解能でDEMに格子状にグリッドする。
論文 参考訳（メタデータ） (2026-04-01T15:43:04Z) - Atmos-Bench: 3D Atmospheric Structures for Climate Insight [0.0]
532nmと355nmの3D散乱量から921,600個の画像スライスを生成するAtmos-Benchを、384の陸域時間ステップで拡張COSPシミュレータと結合し、高品質なボクセル参照を出力し、(b)モデルアーキテクチャにABB-BC物理制約を埋め込み、復元時のエネルギー一貫性を促進、(c)355nmと532nmの両方にわたるAtmos-Benchデータセットの一貫性のある改善を実現した。
論文 参考訳（メタデータ） (2025-07-15T08:27:29Z) - ReconMOST: Multi-Layer Sea Temperature Reconstruction with Observations-Guided Diffusion [48.540756751934836]
ReconMOSTは多層水温再構築のためのデータ駆動誘導拡散モデルフレームワークである。
提案手法はMLベースのSST再構成をグローバルな多層設定に拡張し,92.5%以上の欠落データを処理する。
論文 参考訳（メタデータ） (2025-06-12T06:27:22Z) - 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) - Vision Transformers, a new approach for high-resolution and large-scale
mapping of canopy heights [50.52704854147297]
分類(離散化)と連続損失関数を最適化した新しい視覚変換器(ViT)モデルを提案する。
このモデルは、従来使用されていた畳み込みベースのアプローチ(ConvNet)よりも、連続損失関数のみで最適化された精度が向上する。
論文 参考訳（メタデータ） (2023-04-22T22:39:03Z)
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。