神經網絡可以從衛星圖像中讀取樹的高度

蘇黎世聯邦理工學院的研究人員使用人工神經網絡，根據衛星圖像創建了2020年第一張高分辨率全球植被高度圖。該地圖可以為應對氣候變化和物種滅絕以及可持續的區域發展規劃提供關鍵信息。

去年標志著聯合國生態系統恢復十年的開始。該倡議旨在到2030年阻止生態系統退化，防止其繼續惡化，并在可能的情況下補救已經造成的損害。交付這些項目需要準確的基礎，例如現有植被的調查和地圖。

蘇黎世聯邦理工學院的研究人員開發了一張世界地圖，該地圖首次使用機器學習從高分辨率衛星圖像中得出植被高度。圖片來源：生態視覺實驗室

NASA全球生態系統動力學調查(GEDI)任務的首席研究員RalphDubayah在接受采訪時解釋說：“我們根本不知道全球的樹木有多高。[…]我們需要關于樹木所在位置的良好全球地圖。因為每當我們砍伐樹木時，我們就會向大氣中釋放碳，而我們不知道我們釋放了多少碳。”

準確分析和準備此類環境數據是蘇黎世聯邦理工學院土木、環境和地質工程系的EcoVision實驗室的專長。該實驗室由蘇黎世聯邦理工學院教授KonradSchindler和蘇黎世大學教授JanDirkWegner于2017年創立。研究人員正在開發能夠自動分析大規模環境數據的機器學習算法。

其中一位研究人員是NicoLang。在他的博士論文中，他開發了一種基于神經網絡的方法，用于從光學衛星圖像中推導出植被高度。使用這種方法，他創建了第一個覆蓋整個地球的植被高度圖：全球冠層高度圖call_made。

該地圖的高分辨率是另一個首創：多虧了Lang的工作，用戶可以放大到地球上任何一片10×10米的林地，并檢查樹的高度。這種森林調查可以引領前進的道路，特別是在處理碳排放方面，因為樹高是生物量和碳儲存量的關鍵指標。“森林中大約95%的生物量是由木材組成的，而不是樹葉。因此，生物量與高度密切相關，”攝影測量與遙感教授KonradSchindler解釋道。

但是計算機如何從衛星圖像中讀取樹的高度呢?“由于我們不知道計算機需要注意哪些模式來估計高度，我們讓它自己學習最好的圖像過濾器，”Lang說。他向他的神經網絡展示了數百萬個示例——由歐洲航天局(ESA)運營的兩顆CopernicusSentinel-2衛星call_made提供的圖像提供。這些衛星每五天以每像素10×10米的分辨率捕獲地球上的每個位置。它們是目前向公眾提供的最高質量的圖像。

該算法還必須能夠獲得正確答案：從NASA的GEDI任務call_made的空間激光測量中得出的樹高。“GEDI任務在南北緯51度之間提供全球分布的稀疏植被高度數據，因此計算機在訓練過程中可以看到許多不同的植被類型，”Lang解釋說。該算法可以通過輸入和答案獲取紋理和光譜模式的過濾器。一旦神經網絡經過訓練，它就可以根據全球地圖所需的超過250,000張圖像(約160TB的數據)自動估計植被高度。

Lang的神經網絡在專業術語中被稱為卷積神經網絡(CNN)。“卷積”是一種數學運算，其中算法在衛星圖像上滑動3×3像素過濾器掩碼，以獲得有關圖片中亮度模式的信息。“這里的訣竅是我們堆疊圖像過濾器。這提供了上下文算法信息，因為來自前一個卷積層的每個像素已經包含有關其鄰居的信息，”Schindler說。因此，EcoVision實驗室率先成功使用衛星地圖可靠地估計高達55米的樹木高度。

因為它們的多層使這些神經網絡“深度”，所以這種方法也被稱為“深度學習”。大約十年前，它預示著圖像處理領域的一場重大革命。然而，處理海量數據仍然非常具有挑戰性：計算全球植被高度圖需要三年時間才能使用一臺強大的計算機。“幸運的是，我們可以訪問ETHZurich高性能計算集群，因此我們不必等待三年來計算地圖，”Lang說。

通過估計不確定性實現透明度

Lang不僅為這項任務準備了一個CNN，而且還準備了幾個。這被稱為合奏。“對我們來說，一個重要的方面是讓用戶知道估計的不確定性，”他說。神經網絡——總共五個——相互獨立訓練，每個都返回自己對樹高的估計。

“如果所有模型都同意，那么根據訓練數據，答案就很清楚了。如果模型得出不同的答案，那么估計的不確定性就會更高，”Lang解釋道。這些模型還包含數據中的不確定性：如果衛星圖像模糊，則不確定性比大氣條件良好時更為顯著。

未來生態研究的基礎

由于其高分辨率，Lang的全球地圖提供了詳細的見解：“我們已經發現了有趣的模式，”Schindler說。“在落基山脈，森林是按固定區域管理的，熱帶雨林也形成了絕非巧合的有趣結構。”現在生態學家可以在全球范圍內解釋這些捕獲的模式和數據。

該地圖及其源代碼將公開訪問(見鏈接)。第一批感興趣的各方已經取得聯系：耶魯大學教授WalterJetz希望使用全球冠層高度圖進行生物多樣性建模。然而，該地圖也可能引起政府、行政機構和非政府組織的興趣。“多虧了Sentinel-2，植被高度可以每五天重新計算一次，從而可以監測雨林砍伐森林，”Lang說。

此外，他補充說，現在還可以在全球范圍內驗證區域發現，例如熱帶葉冠作為氣候緩沖的方式。再加上根據碳儲量和生物多樣性價值對森林進行分類的高碳儲量方法call_made，植被高度圖對于維持和加強生態系統至關重要。根據朗的計算，高度超過30米的植被僅占陸地面積的5%，其中只有34%位于保護區內。