半岛全站对陆地生态体例的界说正在很大水准上取决于其木本植物。草地、灌丛、热带稀树草原、林地、丛林代表了各个目标的乔木和灌木密度——从低密度、低矮木本植物为主的生态体例，到乔木巍峨、树冠相叠的生态体例。能够说，负责生态体例中木本植被机闭的凿凿音信，是咱们明了环球生态林木、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重心。Brandt等人[1]正在《天然》发文报道了他们对一个大型数据库的阐发，数据库所包蕴的高别离率卫星图像掩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18亿个个人树冠的身分和巨细——此前从未正在如斯大面积土地上对树实行过这种标准的定位。

　　大局部卫星数据的空间别离率相对欠佳，单个图片像素对应的土地面积大凡赶上100平方米——很多以至赶上1平方千米。这一局部让地球观测范畴的探讨职员不得不丈量归纳本质，比方从顶部往下看林木，被树冠粉饰的景观的比例（这个比值也被称为树冠掩盖度）。

　　过去20年里，百般商用卫星仍旧入手下手采撷空间别离率更高的数据，这些数据能够捉拿到巨细正在1平方米或以下的地面物体。别离率的晋升让陆地遥感范畴迈上了奔腾性的台阶：从体贴景观层面的满堂丈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身分和树冠巨细。这场观测才具的革命无疑将从根基上调换咱们思索、监测、模仿、束缚环球陆地生态体例的格式。

　　Brandt等人以拥有膺惩力的格式显现了陆地遥感技艺的这种改观。几位作家阐发了逾1.1万张空间别离率为0.5米的图像，寻找个中树冠直径不幼于2米的每一棵乔木和灌木。作家借帮人为智能告终了这一芜乱的事务，他们运用的是一种涉及“全卷积神经汇集”的预备手腕。该深度练习手腕的计划理念是基于物体的特色样子和色彩，正在更大的图像中识别它们（此处为树冠）。卷积汇集依赖于锻炼数据，这里的锻炼数据是卫星图像，图像中可见的乔木和灌木的树冠轮廓愚弄人为手腕实行追踪。通过锻炼怎样运用这些样本，预备机学会了怎样正在其他图像中寻得高别离率的单个树冠。最终，探讨职员取得了全部毛里塔尼亚南部、塞内加尔、马里西南部地域的整个直径大于2米的树木舆图。

　　此前的一次环球树木数目估算[2]是愚弄环球约43万个丛林样地的实地数据告终的。该探讨作家愚弄统计回归模子，基于植被型和天气，估算了这些野表实地之间的树木密度。作家的阐发显示，环球约有3万亿棵树木。不表，这种估算树木密度的格式存正在固有差错和不确定性，对付旱地更加如斯，由于能用来校准这类模子的旱地实地丈量数据相对较少。

　　比方，将之前这项探讨结果与Brandt等人正在西萨赫勒的探讨结果比拟较（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。另表，之前的估算数据并未供应每平方千米内每颗树木的身分和巨细音信，而Brandt等人却给出了每个树冠的详明身分和巨细林木。最新探讨的发展还展现正在湿润地域（年降雨量大于600毫米）的细节秤谌更高，显示了假定与泥土类型、可用水量、土地愚弄及土地愚弄史书闭联的树的局地空间变异性。

　　闭于树木分散的凿凿音信能为生态学探讨供应有效洞察，但要获取较大面积土地的这类数据存正在离间。a，此前一项探讨[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）界线。c，d，Brandt等人[1]愚弄一种能阐发高别离率卫星图像的人为智能手腕，判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探讨结果。比方，Brandt等人对a图中方块的对应地域实行了阐发，取得了c图显示的每公顷树木密度。他们还判定了每个树冠（绿色）的巨细和身分，如d图所示，对应c图中的方块地域。此前探讨并未供应这种细节的树木音信。（上图遵照参考文件[1]和[2]筑造。）（施普林格·天然对付出书舆图中的管辖权声明持中立立场。）

　　当然，Brandt等人的事务以及扩展他们的手腕用于环球性阐发的潜力也存正在必要戒备的地方和限造性。对付直径幼于2米的树冠来说，因为影像空间别离率的抑造，树冠探测的得胜率会大幅降低，与早前探讨[3]类似。固然卫星图像的空间别离率尚有晋升空间，但咱们不禁要问：表征分别地域的木本植物群落所需的最幼树冠巨细是多少？对付环球性的树冠舆图绘造，若假设涉及大范围数据的预备和贮存离间是能够降服的，那么剩下的最大贫困将正在于开垦出能对树冠实行自愿分类和圈定的有用手腕林木。Brandt等人的深度练习手腕哀求输入粗略9万局部工数字化的锻炼点。这种手腕明白正在环球标准上并不行行，必必要有更自愿化（无监视）的手腕来从卫星图像中提取音信[4]。

　　个中的一个闭联题目是可以分辨出真的大型树冠，或是相邻的分别树木酿成的相叠树冠。为了晋升分辨树冠的才具，Brandt等人采用一种加权手腕来锻炼他们的卷积神经汇集，但他们仍需借帮“树冠丛”分类来形容面积赶上200平方米的堆积树冠区域，这注解该分辨手腕并不老是有用。而正在湿润区域，树冠相叠正在林地和丛林更为常见，树冠的圈定和分辨手腕必要改革和告竣自愿化，才干实用于环球标准。

　　不表，更大的离间正在于树种判定林木。固然能够基于树冠色彩、样子和质地[5]来判定，但正在地域和环球标准以及全部生物多样生态体例中要做到这一点将更加困穷。异日一段岁月内，按物种绘造单个树冠或是地球观测探讨范畴的一个苛重标的[6]。

　　异日几年，跟着各类起源的数据更易获取——光检测与隔绝订正（lidar）、雷达、高别离率可视近红别传感器，遥感无疑将带来闭于植被机闭的史无前例的详明音信[7]。来自卫星的闭于树冠巨细和密度的高别离率数据或有帮于丛林和林地清查与束缚、滥砍滥伐管控，以及对生物量、木料、薪炭林、林木作物的碳封存环境实行评估。可以愚弄这类卫星数据绘造树冠巨细和身分舆图，将是对其他仪器已能供应的数据的有益填补，比方已能得回的树木高度、笔直树冠音信、地上林木生物量。接下来要一直睁开探讨，开垦出更有用的树冠分类算法。与此同时，Brandt等人也明了浮现了异日正在亚米级标准上绘造环球树冠舆图的潜力。林木卫星点名没你不成：环球树木普查来了