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，到乔木矗立、树冠相叠的生态编造。可能说，驾驭生态编造中木本植被布局确实实新闻，是咱们了解环球生态、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领悟，数据库所蕴涵的高折柳率卫星图像遮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——此前从未正在云云大面积土地上对树举办过这种标准的定位。

　　大局部卫星数据的空间折柳率相对欠佳，单个图片像素对应的土地面积大凡逾越100平方米——很多乃至逾越1平方千米。这一范围让地球观测规模的探求职员不得不衡量归纳本质，例如从顶部往下看，被树冠遮蔽的景观的比例（这个比值也被称为树冠遮盖度）。

　　过去20年里，各样商用卫星曾经下手搜聚空间折柳率更高的数据，这些数据可能逮捕到巨细正在1平方米或以下的地面物体。折柳率的晋升让陆地遥感规模迈上了奔腾性的台阶：从体贴景观层面的举座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身分和树冠巨细。这场观测才能的革命无疑将从底子上变革咱们斟酌、监测、模仿、处理环球陆地生态编造的格式。

　　Brandt等人以拥有攻击力的格式呈现了陆地遥感身手的这种蜕化。几位作家领悟了逾1.1万张空间折柳率为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。作家借帮人为智能完工了这一杂乱的事情，他们运用的是一种涉及“全卷积神经汇集”的算计手腕。该深度练习手腕的计划理念是基于物体的特性样式和色彩，正在更大的图像中识别它们（此处为树冠）。卷积汇集依赖于磨练数据，这里的磨练数据是卫星图像，图像中可见的乔木和灌木的树冠轮廓应用人为手腕举办追踪。通过磨练奈何运用这些样本，算计机学会了奈何正在其他图像中寻找高折柳率的单个树冠。最终，探求职员取得了一共毛里塔尼亚南部、塞内加尔、马里西南部地域的一共直径大于2米的树木舆图。

　　此前的一次环球树木数目估算[2]是应用环球约43万个丛林样地的实地数据完工的。该探求作家应用统计回归模子，基于植被型和天气，估算了这些野表实地之间的树木密度。作家的领悟显示，环球约有3万亿棵树木。但是，这种估算树木密度的格式存正在固有偏差和不确定性，看待旱地特别云云，由于能用来校准这类模子的旱地实地衡量数据相对较少。

　　例如，将之前这项探求结果与Brandt等人正在西萨赫勒的探求结果比拟较（图1），可能发掘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给每平方千米内每颗树木的身分和巨细新闻，而Brandt等人却给出了每个树冠的周密身分和巨细。最新探求的先进还显露正在滋润地域（年降雨量大于600毫米）的细节程度更高林木，显示了假定与泥土类型、可用水量、土地应用及土地应用史乘合系的树的局地空间变异性。

　　合于树木漫衍确实实新闻能为生态学探求供给有效洞察，但要获取较大面积土地的这类数据存正在挑拨。a林木，此前一项探求[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]应用一种能领悟高折柳率卫星图像的人为智能手腕，审定了西非地域的单个树冠。作家正在非洲旱地发掘的树木密度高于此前探求结果。例如，Brandt等人对a图中方块的对应地域举办了领悟，取得了c图显示的每公顷树木密度。他们还审定了每个树冠（绿色）的巨细和身分，如d图所示，对应c图中的方块地域。此前探求并未供给这种细节的树木新闻。（上图遵循参考文件[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等人的事情以及扩展他们的手腕用于环球性领悟的潜力也存正在须要留神的地方和限定性林木。看待直径幼于2米的树冠来说，因为影像空间折柳率的束缚，树冠探测的凯旋率会大幅降低，与早前探求[3]一律。固然卫星图像的空间折柳率尚有晋升空间，但咱们不禁要问：表征差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，若假设涉及大周围数据的算计和积蓄挑拨是可能克造的林木，那么剩下的最大停滞将正在于开垦出能对树冠举办自愿分类和圈定的有用手腕。Brandt等人的深度练习手腕恳求输入大约9万部分工数字化的磨练点。这种手腕彰着正在环球标准上并弗成行，必必要有更自愿化（无监视）的手腕来从卫星图像中提取新闻[4]。

　　个中的一个合系题目是也许区别出真的大型树冠，或是相邻的差别树木造成的相叠树冠。为了晋升区别树冠的才能，Brandt等人采用一种加权手腕来磨练他们的卷积神经汇集，但他们仍需借帮“树冠丛”分类来描写面积逾越200平方米的凑集树冠区域，这评释该区别手腕并不老是有用。而正在滋润区域，树冠相叠正在林地和丛林更为常见，树冠的圈定和区别手腕须要厘正和达成自愿化，技能合用于环球标准。

　　但是，更大的挑拨正在于树种审定。固然可能基于树冠色彩、样式和质地[5]来鉴定，但正在地域和环球标准以及一共生物多样生态编造中要做到这一点将特别穷困。将来一段时候内，按物种绘造单个树冠或是地球观测探求规模的一个要紧主意[6]。

　　将来几年，跟着各式开头的数据更易获取——光检测与隔断更正（lidar）、雷达、高折柳率可视近红别传感器，遥感无疑将带来合于植被布局的史无前例的周密新闻[7]。来自卫星的合于树冠巨细和密度的高折柳率数据或有帮于丛林和林地清查与处理、滥砍滥伐管控，以及对生物量、木柴、薪炭林、林木作物的碳封存环境举办评估。也许应用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给的数据的有益增加，例如已能得回的树木高度、笔直树冠新闻、地上林木生物量。接下来要一直睁开探求，开垦出更有用的树冠分类算法。与此同时，Brandt等人也明了涌现了改日正在亚米级标准上绘造环球树冠舆图的潜力。卫星点名没你不成：环林木球树木普查来了