10:37
官方账号arXiv cs.AI@Emilie Vautier, Clément Mallet, Cédric Vega
推荐理由：法国NFI用LiDAR HD数据训练的FLORA模型，单模型跨季节预测森林属性，精度超过季节专用模型。
LiDAR
共 1 条相关 AI 资讯
7月1日
10:37
法国国家森林调查局（NFI）利用32,052个样地数据与LiDAR HD项目，训练FLORA深度学习框架。FLORA可从异构LiDAR点云预测六种森林属性：优势木高度、总材积、落叶木材积、针叶木材积、胸高断面积和树干密度。模型采用八叉树主干结合生态和时空辅助变量，通过晚融合门控机制整合。单模型在落叶和常绿两种季节数据上均优于季节专用模型，优势木高度rRMSE为12.3%（R2=0.88），总材积rRMSE为39%（R2=0.74）。