Forest-Chat：为交互式森林变化分析适配视觉语言智能体

高分辨率卫星影像的日益广泛 availability，以及深度学习的进步，为森林监测工作流程带来了新的机遇。该领域的两个核心挑战是像素级变化检测和语义变化解释，尤其是针对复杂森林动态。虽然大型语言模型（LLM）正日益被采用于数据探索，但其与视觉语言模型（VLM）在遥感图像变化解释（RSICI）中的集成仍未得到充分探索，尤其是在城市环境之外。本文介绍了 Forest-Chat，一种用于森林变化分析的 LLM 驱动智能体，使其能够通过自然语言查询跨越多个 RSICI 任务，包括变化检测和描述、目标计数、砍伐森林特征化和变化推理。Forest-Chat 基于多层次变化解释（MCI）视觉语言主干架构，集成 LLM 驱动的编排，包含通过 AnyChange 实现的零样本变化检测，以及多模态 LLM 驱动的零样本变化描述和细化。为支持森林环境下的适应和评估，我们引入了 Forest-Change 数据集，包含双时相卫星影像、像素级变化掩码和语义变化描述，采用人工标注和基于规则的方法。Forest-Chat 在 Forest-Change 数据集上实现了 67.10% 的 mIoU 和 40.17% 的 BLEU-4 分数，在 LEVIR-MCI-Trees 上实现了 88.13% 和 34.41%。在零样本容量下，分别在 Forest-Change 和 LEVIR-MCI-Trees 上实现了 60.15% 和 34.00%，以及 47.32% 和 18.23%。进一步实验表明，描述细化对于将地理领域知识注入监督描述具有价值，系统对 JL1-CD-Trees 上有限的标签域迁移能力较弱。这些发现表明，交互式 LLM 驱动的系统可以支持可访问且可解释的森林变化分析。