AdaTreeFormer-Jiangsu Jiangsu Hochauflösender Baumerkennungsdatensatz

Bei diesem Datensatz handelt es sich um einen hochauflösenden Datensatz zur Baumzählung und -lokalisierung in flachen und hügeligen Gebieten im Osten Chinas.

Die Tongji-Universität und das King's College London veröffentlichten ein Papier mit dem Titel „AdaTreeFormer: Anpassung des Bereichs mit wenigen Aufnahmen für die Baumzählung aus einem einzelnen hochauflösenden Bild" wird in verwendet. Das Papier wurde vom ISPRS Journal of Photogrammetry and Remote Sensing angenommen. Das Papier verwendete drei Datensätze: den London-Datensatz, den Jiangsu-Datensatz und den Yosemite-Datensatz.

Dieser Datensatz bietet einen hochauflösenden Datensatz zur Baumerkennung in Jiangsu.

• Standort: Provinz Jiangsu, China
• Landschaftstypen: Ackerland, Vorstadt, Stadt, Wohngebiet
• Durchschnittliche Anzahl Bäume pro Bild: 276
• Gesamtzahl der Bäume: 664.487
• Bildauflösung: 0,8 Meter
• Datenaufteilung: Trainingsset: 1920 Bilder, Testset: 480 Bilder

Der Jiangsu-Datensatz umfasst verschiedene Landschaftstypen wie Ackerland und Vorstadtgebiete mit relativ hoher Baumdichte. Diese Vielfalt bietet gute Testbedingungen für die Anpassungsfähigkeit des Modells in unterschiedlichen Umgebungen.

Datensatzhintergrund

Bäume sind zentrale Organismen für die Erhaltung der weltweiten Artenvielfalt und der Gesundheit des Planeten. Sie tragen in großem Umfang zu biogeochemischen Kreisläufen bei und erbringen unzählige Ökosystemleistungen, darunter die Kontrolle der Wasserqualität, die Bereitstellung von Holzreserven und die Bindung von Kohlenstoff. Die Baumdichte ist ein wichtiger Bestandteil der Ökosystemstruktur, da sie die Geschwindigkeit der Elementverarbeitung und -speicherung sowie die Eignung des Lebensraums für viele Pflanzen- und Tierarten steuert. Die Anzahl der Bäume in einem bestimmten Gebiet kann auch als wichtiger Indikator für die Forstverwaltungspraxis dienen und als Grundlage für die Entscheidungsfindung öffentlicher und staatlicher Stellen dienen. Aufgrund der komplexen Verteilung der Bäume war es jedoch eine Herausforderung, mithilfe der Fernerkundungstechnologie effizient und effektiv Baumzahlen in großem räumlichen Maßstab zu ermitteln. Um der wachsenden Nachfrage nach Forschung zu einzelnen Bäumen gerecht zu werden, haben wir einen Baumzähldatensatz auf Grundlage von GF-Ⅱ-Fernerkundungsbildern mit einer räumlichen Auflösung von 0,8 m erstellt. Der Datensatz enthält 2400 Proben aus verschiedenen geologischen Szenarien in gemäßigten und subtropischen Ebenen und Hügeln, einschließlich wilden Wäldern sowie städtischen und ländlichen Gebieten. Jedes Beispielpaar besteht aus einem Fernerkundungsbild, Baumanmerkungen und einer durch Gaußsche Faltung generierten Baumdichtekarte. Kreuzvalidierungsexperimente zeigen, dass der Determinationskoeffizient (R ²) kann eine wettbewerbsfähige Leistung (über 0,93) und eine durchschnittliche Genauigkeit von über 84% erreichen. Dieser Datensatz kann zur Schätzung der Baumdichte, zum Zählen von Bäumen und für Baumstandortstudien verwendet werden und erleichtert so biologische Analysen und die Modellentwicklung für Aufgaben, die auf Vorhersagen einzelner Bäume beruhen.