并非每棵树都是森林：基于卫星遥感的森林类型基准测试
计算机视觉与模式识别
2025-05-06 v1
摘要
开发准确可靠的森林类型制图模型对于支持制止毁林和保护生物多样性的努力（例如欧盟森林砍伐法规（EUDR））至关重要。本文介绍了 ForTy，一个利用多时相卫星数据进行全球尺度森林类型制图的基准。该基准包含 200,000 个图像块的时间序列，每个图像块由 Sentinel-2、Sentinel-1、气候和海拔数据组成。每个时间序列捕捉月度或季节性的变化。逐像素标注，包括森林类型和其他土地利用类别，支持图像分割任务。与大多数现有的土地利用产品通常将所有森林区域归为单一类别不同，我们的基准区分了三种森林类型类别：天然林、人工林和乔木作物。通过利用多个公共数据源，我们实现了该基准的全球覆盖。我们使用多种基线模型评估了森林类型数据集，包括卷积神经网络和基于 Transformer 的模型。此外，我们提出了一种新颖的基于 Transformer 的模型，专门设计用于处理多模态、多时相卫星数据以进行森林类型制图。我们的实验结果表明，所提出的模型在性能上超越了基线模型。
引用
@article{arxiv.2505.01805,
title = {Not Every Tree Is a Forest: Benchmarking Forest Types from Satellite Remote Sensing},
author = {Yuchang Jiang and Maxim Neumann},
journal= {arXiv preprint arXiv:2505.01805},
year = {2025}
}