近日，信息学院、人工智能学院青年教师牟超指导本科生刘含章等，在地球科学类期刊《Remote Sensing》（中科院二区，影响因子5.0）上发表研究论文“Estimating Urban Forests Biomass with LiDAR by Using Deep Learning Foundation Models”。信息学院、人工智能学院大数据21级刘含章和计算机21级袁佳腾为论文第一作者和第三作者，青年教师论文通讯作者为牟超老师，陈志泊教授以及来自蚂蚁集团的高级算法专家、北京市高层次特殊政策人才仲力恒博士等联合进行指导。
城市作为人类经济活动的主要场所，是碳中和的“主战场”。估算城市植被生物量是实现城市碳中和的关键一环。受城市地区植被异质化多样性明显和复杂三维地形环境的影响，人工智能和遥感等低成本、大范围、便捷的新兴植被生物量估算技术往往存在较大误差，无法在城市场景中实际应用。为了应对这个挑战，本研究结合LiDAR和城市路网OSM等多源数据，引入了深度学习基础模型，提出了一种高效、准确的城市植被生物量估算方法3D-CiLBE。在3D-CiLBE中，首先使用SAM模型从大量复杂的多源城市数据中分割出单木信息，然后改进了CLIP模型以识别树木类别，最后利用Informer模型进行长期生物量预测。一方面，LiDAR的高分辨率特性为准确描述复杂的3D城市森林场景提供了机会。另一方面，深度学习基础模型具备处理大量复杂数据进行生物量精准估算的能力。通过在美国八个城市地区数据集的评估实验表明，3D-CiLBE方法能够准确估算城市植被生物量，具有实践潜力。因此，本研究为AI赋能城市碳中和提供了新的思路和有力工具。
该论文受到北京林业大学国家级大学生创新创业训练项目“基于三维多源数据的城市植被生物量估算研究”（202310022096）的支持，还依托了科技部雄安新区科技创新专项（2023XAGG0065），CCF—蚂蚁科研基金项目（CCF-AFSG RF20220214），国家林业和草原局应急揭榜挂帅项目（202303），中央高校优秀青年团队项目（QNTD202308）等重大、重要项目的支撑资助。
近年来，信息学院、人工智能学院坚持“以本为本”，以大学生创新创业训练项目为抓手，积极鼓励教师将自身的科研项目或产业项目与大学生创新创业训练项目相结合，引导学生围绕生态文明建设开展科研攻关和复杂系统研发工作，努力培养出更多具备创新精神和实践能力的优秀人才，为我国科技发展和生态文明建设贡献自己的力量。
论文链接：https://doi.org/10.3390/rs16091643
项目链接：https://github.com/ForestryIIP/3DCiLBE
作者：刘含章、牟超
审稿：崔晓晖、段雨宁