基于智能手机的圆形样 plot 采样用于森林体积调查
计算机视觉与模式识别
2026-05-20 v1
摘要
圆形样本 plot 是森林体积调查的基石，但在此类 plot 中准确测量树木胸径（DBH）和空间位置仍具挑战性。常规方法要么依赖高成本的陆地激光扫描系统，要么依赖昂贵的手动方法，需要卡尺和指南针，限制了其在大规模环境中的可扩展性和可获取性。我们提出了一种轻量级、基于智能手机的管线，使其能够基于单次漫步视频实现完整的 plot 采样，无需除消费级智能手机之外的任何专业硬件即可工作。该方法将预训练的单目深度估计和树木实例分割与同时定位与地图构建（SLAM）框架集成，以联合方式细化视频序列中的相机轨迹和深度。通过将 SLAM 推导的相机姿态与分割深度图融合，恢复树木位置和 DBH 估计值，并通过校准的参考长度锚定绝对真实尺度。该系统在受管理森林 plot 和自然森林 plot 中进行了评估，分别实现均值为 1.51 cm（MARE 3.98%）和 2.30 cm（MARE 5.69%）。在不同起始方向和位置下，性能表现一致。跨视频一致性分析进一步表明，从不同起始位置开始的测量在树木定位方面具有稳定且可重复的表现。该方法在准确性相当于 established field 方法的同时，大幅度减少了设备成本和操作复杂度，使其对专业研究人员和非专家森林管理者在多样化的作业环境中都具有可访问性。
引用
@article{arxiv.2605.19213,
title = {Smartphone-based Circular Plot Sampling for Forest Inventory},
author = {Su Sun and Jui-Cheng Chiu and Nabin Khanal and Songlin Fei and Yingjie Victor Chen},
journal= {arXiv preprint arXiv:2605.19213},
year = {2026}
}