免费哨兵2号影像合成0.5米冠层高度:Anchor在2,530块测试瓦片上把平均误差压到2.83米
核心概要
用免费10米哨兵2号影像生成0.5米冠层高度图,此前这类亚米级产品依赖多年更新一次的机载激光雷达。共享条件的两条输出分别服务不同需求:确定性回归器Anchor在2,530块留出瓦片上取得2.83米平均绝对误差,略低于使用商业Maxar影像的Meta CHMv2的2.90米;在Anchor残差上训练的生成式AR-flow把切片Wasserstein距离从1.13降到0.208,代价是平均绝对误差升到3.68米。作者强调0.5米只指输出采样,单株树检测仍然很弱,生成的亚像元细节是合理结构而非实测单木。
深度剖析
免费10米哨兵2号影像现在可以生成0.5米采样的冠层高度图,并给出两条面向不同用途的输出:一条追求高度精度,一条追求冠层结构观感。 此前的亚米级冠层高度图依赖机载激光雷达,需要按多年国家周期重新采集;评估中最强的商业输入基线Meta CHMv2使用0.6米Maxar影像。 在2,530块年份对齐的留出瓦片上,Anchor的平均绝对误差为2.83米,Meta CHMv2为2.90米,配对自助法95%置信区间不含零;AR-flow把切片Wasserstein距离从Anchor的1.13降到0.208,平均绝对误差为3.68米。
两条输出共用同一套条件编码,差别只在第二阶段是否在Anchor的残差上做生成式采样。 确定性回归只能给出条件均值,会抹平树冠尺度的细节;生成式模型则补上回归丢掉的潜在结构变化。 模型在覆盖美国本土69个生态区的约19.7万块激光雷达配对瓦片上训练,条件来自哨兵2号12波段合成影像与冻结的DINOv3特征,并在冻结的冠层高度自编码器潜空间中运算。
0.5米采样不等于0.5米结构,两条输出在树冠尺度上的差别远大于平均误差所显示的。 在16块瓦片的光谱探针中,Anchor在10米输入尺度上只保留激光雷达结构功率的0.008,Meta CHMv2为0.195,AR-flow为0.95。 在IoU 0.5下单株树检测的F1为Anchor 0.021、AR-flow 0.041、Meta CHMv2 0.068,三者都接近下限;AR-flow相对激光雷达存在聚集不足,其细节是合成而非恢复。
启示与展望
演示范围是美国本土69个生态区的年份对齐留出瓦片,输出为0.5米采样;作者明确说明0.5米指输出采样而非误差量级,亚10米结构属于条件合成而非测量。模型权重因机构知识产权不公开,计划发布的是预测、激光雷达参考和逐瓦片指标数据。
作者报告AR-flow注入的高频细节会降低块级R2,且相对激光雷达存在聚集不足,基于它的丛聚估计偏向规则;冬季落叶期误差约升至1.7倍,因此业务节奏定为春、夏、秋三季。NEON交叉验证样本仅8块瓦片,热带与红树林生物群系尚未评估,不确定性区间也尚未校准。
