通过风格迁移减少域偏移从高分辨率遥感影像估算森林碳储量
计算机视觉与模式识别
2025-09-10 v1 人工智能
图像与视频处理
摘要
森林是陆地上至关重要的碳库，其碳汇能有效降低大气 CO₂ 浓度并缓解气候变化。目前，监测和评估森林碳储量的总体趋势是将地面监测样本数据与卫星遥感影像相结合。这种分析方式有助于大范围观测。然而，这些技术在精度上仍需提高。我们使用 GF-1 WFV 和 Landsat TM 影像对中国云南省曲靖市泽县进行分析。利用风格迁移方法，我们引入 Swin Transformer 通过注意力机制提取全局特征，将碳储量估算转化为图像翻译。
引用
@article{arxiv.2502.00784,
title = {Estimating forest carbon stocks from high-resolution remote sensing imagery by reducing domain shift with style transfer},
author = {Zhenyu Yu and Jinnian Wang},
journal= {arXiv preprint arXiv:2502.00784},
year = {2025}
}