利用多光谱卫星影像估算芝加哥的树木覆盖与冠层高度
图像与视频处理
2022-12-13 v1 计算机视觉与模式识别
摘要
城市树木冠层的信息对于减缓气候变化[1]以及改善生活质量[2]至关重要。城市植树行动面临缺乏关于城市树木冠层水平与垂直维度最新数据的问题。我们提出一种流程，以 LiDAR 数据作为地面真值，随后训练一个多任务机器学习模型，以芝加哥为案例，利用多源多光谱卫星影像生成城市地区树木覆盖与冠层高度的可靠估计。
引用
@article{arxiv.2212.05061,
title = {Estimating Chicago's tree cover and canopy height using multi-spectral satellite imagery},
author = {John Francis and Stephen Law},
journal= {arXiv preprint arXiv:2212.05061},
year = {2022}
}
备注
4 pages, 4 figures, Submitted to Tackling Climate Change with Machine Learning: workshop at NeurIPS 2022