PulseAugur
中
实时 03:00:36
English(EN) Self-Supervised Tree-level Biomass Estimation in Urban Environments From Airborne LiDAR and Optical Observations

AI框架利用LiDAR和光学数据估算城市树木生物量

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个新的框架，用于利用机载LiDAR和光学影像估算城市环境中单棵树木的地上生物量（AGB）。该方法应用于加拿大安大略省810平方公里的区域，利用双流交叉注意力网络来描绘树冠并分配功能类型。该框架在大规模测试集上实现了0.609的AGB预测R²值，并将树冠描绘确定为不确定性的一个关键来源。该系统无需手动标注，并生成了一个城市树木生物量的公共数据库，估算结果显示五年内碳净增量。 AI

影响 这项研究展示了AI在城市环境监测和碳储量评估方面的新颖应用。

排序理由 详细介绍生物量估算新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

AI框架利用LiDAR和光学数据估算城市树木生物量

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Jose Bermudez (McMaster University, Hamilton, Ontario, Canada), Zilong Zhong (McMaster University, Hamilton, Ontario, Canada), Dominic Cyr (, Environment and Climate Change Canada, Montreal, Quebec, Canada), Camile Sothe (Planet Labs PBC, San Francisco, … ·

    利用机载LiDAR和光学观测对城市环境中自监督树木生物量进行估算

    arXiv:2606.26194v1 Announce Type: cross Abstract: Urban tree biomass remains less spatially explicitly quantified than biomass in managed forests because many estimates rely on inventories or coarse products that cannot resolve individual crowns or fine-scale heterogeneity. We pr…

相关实体

相关话题