近日，信息學院（人工智能學院）青年教師牟超指導2名本科生在知名地球科學類期刊《Remote Sensing》（中國科學院二區，影響因子5.0）上發表題為“Estimating Urban Forests Biomass with LiDAR by Using Deep Learning Foundation Models”的研究論文。
城市作為人類經濟活動的主要場所，是碳中和的“主戰場”。估算城市植被生物量是實現城市碳中和的關鍵一環。受城市地區植被異質化多樣性明顯和復雜三維地形環境的影響，人工智能和遙感等低成本、大范圍、便捷的新興植被生物量估算技術往往存在較大誤差，無法在城市場景中實際應用。為了應對這個挑戰，本研究結合LiDAR和城市路網OSM等多源數據，引入了深度學習基礎模型，提出了一種高效、準確的城市植被生物量估算方法3D-CiLBE。
在3D-CiLBE中，首先使用SAM模型從大量復雜的多源城市數據中分割出單木信息，隨后改進CLIP模型以識別樹木類別，利用Informer模型進行長期生物量預測。一方面，LiDAR的高分辨率特性為準確描述復雜的3D城市森林場景提供了機會；另一方面，深度學習基礎模型具備處理大量復雜數據進行生物量精準估算的能力。通過在美國八個城市地區數據集的評估實驗表明，3D-CiLBE方法能夠準確估算城市植被生物量，具有實踐潛力?；诖?，本研究為AI賦能城市碳中和提供了新的思路和有力工具。
信息學院、人工智能學院大數據21級劉含章和計算機21級袁佳騰兩位本科生分別為論文第一和第三作者。團隊負責人陳志泊教授以及來自螞蟻集團高級算法專家、北京市高層次特殊政策人才仲力恒博士等參與項目研究并聯合進行指導，牟超老師為論文通訊作者和第二作者。該研究受到科技部雄安新區科技創新專項（2023XAGG0065），CCF—螞蟻科研基金項目（CCF-AFSG RF20220214），國家林業和草原局應急揭榜掛帥項目（202303），中央高校優秀青年團隊項目（QNTD202308），以及北京林業大學國家級大學生創新項目（202310022096）等項目的聯合支持。
論文鏈接：https://doi.org/10.3390/rs16091643
項目鏈接：https://github.com/ForestryIIP/3DCiLBE
