了解更多

英国政府于2023年启动环境改善计划，目标包括：每位英格兰居民步行15分钟内可达绿地，且从家中至少能看到三棵树；到2050年将英格兰树冠覆盖率提高2%。为实现这些目标，频繁且精确的树冠覆盖监测至关重要。

Forest Research是英国林业委员会下属研究机构，负责监测树木、林地和森林。2025年4月，该机构发布了新的“林地外树木”地图，首次免费公开数据。该地图由英国政府自然资本与生态系统评估项目资助，该项目计划在2029年前完成英格兰自然资产基线评估。

此前，Forest Research结合调查和LiDAR数据评估树冠覆盖，但LiDAR数据获取成本高昂，难以持续。尤其是监测孤树、树群和小于0.5公顷的林地极为困难，而这类林地约占英格兰树冠的30%。

Meta与World Resources Institute合作，使用DINOv2模型在18百万张卫星图像上训练，生成了开源全球树冠高度图，分辨率达1米，可全球范围内检测单棵树木。该地图于2024年4月发布后，多国政府表示有兴趣利用该模型改进造林工作。

Forest Research遥感主管Freddie Hunter称，基于DINOv2的高分辨率树冠高度模型是“近年来发布的最强大的开源AI模型”，对国家级单树检测和监测具有变革意义。目前团队正将树冠高度图应用于国家航拍影像，旨在生成更及时的树冠覆盖和高度估算，包括孤树、树群和小林地，以及因砍伐导致的木材体积损失估算。

将模型应用于航拍影像可能生成合成树冠高度模型，其质量（至少在单树识别方面）可能持续优于环境署的国家LiDAR调查。这将使Forest Research能够在三年滚动时间框架内估算树木密度和树冠面积。

使用Meta和WRI的开源模型可能使Forest Research无需自行创建和训练树冠高度预测模型，从而减少对LiDAR和调查数据的依赖。这有望大幅节省数据采购成本，提高数据更新频率和数据质量，最终改善对政府树冠目标的监测，直接影响环境政策。

Forest Research还计划利用树冠高度图的结构信息，增强国家级树种分布制图，特别是在城镇等复杂环境中进行树冠估算。

Meta近期推出了DINOv3，旨在进一步提升视觉智能。Meta希望，通过提高树冠高度图的精度，全球政府可选择利用开源模型（包括DINOv3）来监测造林投资。