棋牌对陆地生态编造的界说正在很大水平上取决于其木本植物。草地、灌丛、热带稀树草原、林地、丛林代表了各个方针的乔木和灌木密度——从低密度、低矮木本植物为主的生态编造，到乔木屹立、树冠相叠的生态编造。能够说，驾御生态编造中木本植被构造的精确音信，是咱们知道环球生态、生物地舆，以及碳、水和其他养分素构成的生物地球化学轮回的要点。Brandt等人[1]正在《天然》发文报道了他们对一个大型数据库的剖释，数据库所包蕴的高差别率卫星图像笼盖了西非西撒哈拉和萨赫勒地域130多万平方千米的土地。作家绘造了逾18亿个个别树冠的名望和巨细——此前从未正在云云大面积土地上对树举行过这种标准的定位。

　　大局部卫星数据的空间差别率相对欠佳，单个图片像素对应的土地面积寻常超出100平方米——很多乃至超出1平方千米。这一节造让地球观测界限的推敲职员不得不衡量归纳性子，譬喻从顶部往下看，被树冠文饰的景观的比例（这个比值也被称为树冠笼盖度）。

　　过去20年里，各式商用卫星一经起源搜集空间差别率更高的数据，这些数据能够缉捕到巨细正在1平方米或以下的地面物体。差别率的晋升让陆地遥感界限迈上了奔腾性的台阶：从体贴景观层面的集体衡量数据到有潜力正在大片区域或环球标准上绘造每颗树的名望和树冠巨细。这场观测才力的革命无疑将从根蒂上改换咱们思虑、监测、模仿、治理环球陆地生态编造的体例林木。

　　Brandt等人以拥有攻击力的体例发现了陆地遥感本领的这种转化。几位作家剖释了逾1.1万张空间差别率为0.5米的图像林木，寻找此中树冠直径不幼于2米的每一棵乔木和灌木。作家借帮人为智能竣工了这一复杂的就业，他们运用的是一种涉及“全卷积神经收集”的筹算伎俩。该深度研习伎俩的打算理念是基于物体的特质式样和色彩，正在更大的图像中识别它们（此处为树冠）。卷积收集依赖于操练数据，这里的操练数据是卫星图像，图像中可见的乔木和灌木的树冠轮廓诈骗人为伎俩举行追踪。通过操练怎样运用这些样本，筹算机学会了怎样正在其他图像中寻找高差别率的单个树冠。最终，推敲职员获得了全面毛里塔尼亚南部、塞内加尔、马里西南部地域的全面直径大于2米的树木舆图。

　　此前的一次环球树木数目估算[2]是诈骗环球约43万个丛林样地的实地数据竣工的。该推敲作家诈骗统计回归模子，基于植被型和天气，估算了这些野表实地之间的树木密度。作家的剖释显示，环球约有3万亿棵树木。然而，这种估算树木密度的体例存正在固有偏差和不确定性，看待旱地越发云云，由于能用来校准这类模子的旱地实地衡量数据相对较少林木。

　　譬喻，将之前这项推敲结果与Brandt等人正在西萨赫勒的推敲结果比拟较（图1），能够发明前者容易低估干旱地域（年降雨量少于600毫米）的树木数目。其它，之前的估算数据并未供应每平方千米内每颗树木的名望和巨细音信，而Brandt等人却给出了每个树冠的精确名望和巨细。最新推敲的提高还展现正在滋润地域（年降雨量大于600毫米）的细节水准更高，显示了假定与泥土类型、可用水量、土地诈骗及土地诈骗史乘相干的树的局地空间变异性。

　　合于树木漫衍的精确音信能为生态学推敲供应有效洞察，但要获取较大面积土地的这类数据存正在挑衅。a，此前一项推敲[2]基于实地样地数据（图中为西非的数据样本）估算了环球每公顷的树木密度。a图中的方块内是一片干旱地域（年均降雨量少于600毫米），对应图b。虚线显示为年均降雨量（单元为毫米）边境。c，d，Brandt等人[1]诈骗一种能剖释高差别率卫星图像的人为智能伎俩，占定了西非地域的单个树冠。作家正在非洲旱地发明的树木密度高于此前推敲结果。譬喻，Brandt等人对a图中方块的对应地域举行了剖释，获得了c图显示的每公顷树木密度。他们还占定了每个树冠（绿色）的巨细和名望，如d图所示，对应c图中的方块地域。此前推敲并未供应这种细节的树木音信。（上图凭据参考文件[1]和[2]创造。）（施普林格·天然看待出书舆图中的管辖权声明持中立立场。）

　　当然，Brandt等人的就业以及扩展他们的伎俩用于环球性剖释的潜力也存正在须要预防的地方和限造性。看待直径幼于2米的树冠来说，因为影像空间差别率的限造，树冠探测的告成率会大幅降落，与早前推敲[3]一概。固然卫星图像的空间差别率尚有晋升空间，但咱们不禁要问：表征区别地域的木本植物群落所需的最幼树冠巨细是多少？看待环球性的树冠舆图绘造，若假设涉及大范畴数据的筹算和贮存挑衅是能够造胜的，那么剩下的最大失败将正在于开辟出能对树冠举行自愿分类和圈定的有用伎俩。Brandt等人的深度研习伎俩条件输入大抵9万局部工数字化的操练点。这种伎俩昭彰正在环球标准上并不成行，必要要有更自愿化（无监视）的伎俩来从卫星图像中提取音信[4]。

　　此中的一个相干题目是不妨分辨出真的大型树冠，或是相邻的区别树木变成的相叠树冠。为了晋升分辨树冠的才力，Brandt等人采用一种加权伎俩来操练他们的卷积神经收集，但他们仍需借帮“树冠丛”分类来描绘面积超出200平方米的聚会树冠区域，这证明该分辨伎俩并不老是有用。而正在滋润区域，树冠相叠正在林地和丛林更为常见，树冠的圈定和分辨伎俩须要更始和完毕自愿化，才力合用于环球标准。

　　然而林木，更大的挑衅正在于树种占定。固然能够基于树冠色彩、式样和质地[5]来鉴定，但正在地域和环球标准以及全面生物多样生态编造中要做到这一点将越起事题。将来一段年光内，按物种绘造单个树冠或是地球观测推敲界限的一个紧要标的[6]。

　　将来几年，跟着百般出处的数据更易获取——光检测与间隔修改（lidar）、雷达、高差别率可视近红别传感器，遥感无疑将带来合于植被构造的亘古未有的精确音信[7]。来自卫星的合于树冠巨细和密度的高差别率数据或有帮于丛林和林地清查与治理、滥砍滥伐管控，以及对生物量、木料、薪炭林、林木作物的碳封存情形举行评估。不妨诈骗这类卫星数据绘造树冠巨细和名望舆图，将是对其他仪器已能供应的数据的有益填补，譬喻已能得到的树木高度、笔直树冠音信、地上林木生物量。接下来要连续打开推敲，开辟出更有用的树冠分类算法。与此同时，Brandt等人也明确映现了畴昔正在亚米级标准上绘造环球树冠舆图的潜力。卫星点名没你不可：环球树木普查来了林木