北京林业大学林学院团队在人工林智能遥感监测技术方面取得进展

背景：在"双碳"战略目标下，我国积极推进人工林碳汇项目，但传统监测方法存在成本高、精度不足的问题。研究目的：提出基于预训练视觉大模型（LVFM）的人工林冠层高度估算方法，旨在突破现有方法在成本与精度上的双重瓶颈。该方法通过特征提取、自监督特征增强和树高映射三个核心模块，从亚米级卫星影像生成高精度冠层高度图（CHM）。结论：实验结果显示，模型预测CHM与激光雷达实测值高度吻合（R²=0.78），在单木检测中准确率超90%，生物量估算决定系数接近0.8，且能有效追踪人工林生长趋势，为碳汇监测提供了低成本、高精度的技术支撑。