北京林业大学在遥感树种精细分类方面取得进展

背景：城市森林作为城市生态系统的核心组成部分，在碳汇固碳和生物多样性保护中具有重要作用，传统地面调查方法存在效率低、主观性强的问题。研究目的：针对高分辨率遥感数据中光谱相似树种区分困难和多源特征融合不足的挑战，开发一种创新的深度学习模型（3D-M²C-ResNet），以实现精细树种分类。结论：该模型在雄安新区实验中获得98.08%的总体精度，有效解决了类别不平衡和光谱相似性问题，为城市林业管理和碳汇评估提供了可靠技术支撑。