瑞士森林不再只标优势树种：30米网格给出10个树种的地径断面积占比
核心概要
瑞士全境森林的树种组成此前多以“每像素一个优势树种”呈现，伴生树种的比例被抹去。研究把0.1米航空RGB影像、机载激光扫描、AlphaEarth年度卫星嵌入与气候变量组合进一个以影像为锚的深度学习模型，用3992个瑞士国家森林清查样地的地径断面积观测训练，输出30米网格上10个主要树种与一个Other类的地径断面积占比。空间交叉验证的宏平均决定系数为0.485；在未参与建模的森林保护区数据上，30米像素级宏平均为0.552、样地级为0.733，像素与样地的优势类识别率分别为73.2%和81.1%。
深度剖析
瑞士森林的树种组成现在可以按每个30米网格内各树种的地径断面积占比给出，而不只是标出优势树种。 此前的全国性产品把每个像素归为单一优势类，在10至30米分辨率下一个像素可能覆盖多个树冠，像素内部的混交比例无法表达。 在空间五折交叉验证中，该模型在11个类上的宏平均决定系数为0.485，比最强的基线ResNet-50高0.105，比随机森林高0.172。
模型以0.1米航空RGB影像为锚，让激光扫描、卫星嵌入和气候数据各自提供一份带门控的修正。 各输入的空间支撑从0.1米影像像素到10米卫星嵌入、1公里气候格点不等，采集时间也不一致，直接拼接并不合适。 训练使用2017至2022年清查的3992个样地、39380条树木记录；去掉卫星嵌入后宏平均决定系数从0.485降到0.464，去掉气候变量降到0.465，去掉激光扫描只降到0.483。
连续占比让枫树和梣树这类很少成为优势种的树种在全国尺度上显形。 优势类地图只在枫树、梣树占据最大份额处标出它们，而两者在瑞士高原和侏罗的大片区域只是伴生组分。 地图覆盖约13516平方公里瑞士森林，并复现了从低地阔叶林经云杉到树线附近落叶松与瑞士石松的海拔序列。
启示与展望
已展示的范围是瑞士全境30米森林网格，训练标签来自3992个国家森林清查样地，独立检验来自35个保护区的132个样地；精度应按照产品被使用的空间支撑来解读，样地级结果对应聚合应用，像素级与交叉验证结果对应单个像素。
激光扫描编码器仅用3992个样地从头训练，全国点云密度约每平方米15至20点，且首次全国航测在2017至2024年间完成，点云与航空影像可能相隔数年；作者指出这些因素可能部分解释了云杉、冷杉与瑞士石松之间的混淆。清查标签来自200与500平方米的同心样圆，只覆盖每个30米格的一部分，因此更细的10米组成图需要能支撑该尺度的参考标签。