根据无人机图像估算单棵树的高度和树种

作为主要碳汇的森林生物量的准确估算在很大程度上依赖于树木的高度和物种等特征。无人飞行器 (UAV) 从单个 RGB 相机捕获高分辨率图像，为测绘和测量单棵树木提供了一种经济高效且可扩展的方法。我们引入了 BIRCH-Trees，这是根据以树为中心的无人机图像估计个体树高和物种的第一个基准，涵盖三个数据集：温带森林、热带森林和北方种植园。我们还提出了 DINOvTree，这是一种使用视觉基础模型 (VFM) 主干和特定任务头的统一方法，用于同时进行高度和物种预测。通过对 BIRCH-Trees 的广泛评估，我们将 DINOvTree 与常用的视觉方法（包括 VFM 以及生物异速生长方程）进行比较。我们发现 DINOvTree 凭借准确的高度预测和有竞争力的分类精度获得了最高的总体结果，同时仅使用了第二佳方法的 54% 到 58% 的参数。