破曉時分，霧尚未完全散去，一架無人機在江原道山腳下的一片韓國松人工林上方低空升起。螺旋槳的噪音在山谷間四散開來，無人機像拖拉機犁田一樣，在天空中以網格狀來回穿梭。光達（LiDAR，Light Detection and Ranging）懸掛在機身下方。它每秒發射數十萬道雷射脈衝，藉由量測光線擊中葉片與枝條後返回所耗的時間來計算距離。無人機每飛過一次，數以千計的韓國松樹冠輪廓便從天空被一點一點地標記下來。當所有的點都彙整完成後，它們所呈現的不只是整片森林，而是每一棵樹的位置與高度，甚至連枝條伸展的形態都清楚可見。

長久以來，林業以林分（stand）為單位管理森林，把樹木當作一整團的群體。它大致估算某一區域內生長了多少棵松樹、平均高度是多少。精準林業把計算的單位降低到單一棵樹。辨識每一棵樹站立的位置稱為單木偵測（individual tree detection, ITD），而只把那棵樹的葉片與枝條所占據的區域裁切出來則稱為單木樹冠劃分（individual tree crown delineation, ITCD）。過去，人們爬上山，用捲尺與目測直接數樹，或是在航空照片中利用分水嶺分割法尋找亮度下降的邊界，藉此把樹木區分開來。在枝條密不透光地遮蔽天空的密林，以及含有多種樹種的混合林中，這些方法經常失效。把相鄰兩棵樹合併成一棵的分割不足（undersegmentation），以及把一根枝條錯誤地歸給另一棵樹的過度分割（oversegmentation），一再地發生。

為了克服這些限制，一批迅速壯大的研究把無人機雷射掃描所產生的三維點雲，也就是由返回的雷射脈衝所登錄、由數百萬個點組成的資料，與高解析影像及電腦視覺深度學習結合起來。類似的組合在韓國也已進入現場。2025年9月，隨著松材線蟲病再度蔓延，韓國山林廳公布了一套系統，把直升機與無人機的調查、人工智慧與光達結合起來，自動篩選出疑似受感染的松樹。從天空拍攝的點雲與影像，因而執行了過去由人們爬上山、逐棵檢查樹木所做的篩檢工作。不過，這項作業屬於尋找病樹的篩檢階段，其目的與辨識樹種本身的樹種分類並不相同。

繪出樹木輪廓的深度學習

即時物件偵測演算法家族 YOLO（You Only Look Once）只掃描影像一次，便能同時找出物件的位置與類型。它的運算速度使它在樹冠偵測上同樣好用。在越南同奈省的一片 Pinus kesiya 人工林中，由 Nguyen Thanh Tuan 帶領的團隊把無人機光達與高解析航空照片疊合，並比較了 YOLOv8m-Seg、YOLOv11m-Seg、YOLOv12m，以及通用型分割模型 SAM2。最初的 SAM 是以約1,100萬張影像與超過10億個分割遮罩訓練而成，而 SAM2 則是以大規模影片資料加以擴充的模型。

YOLOv11m-Seg 在樹木偵測中記錄到 0.62 的 mAP50 與 0.59 的 F1 分數。結合 YOLOv12m 與 SAM2 的模型，以及 YOLOv8m-Seg，都未達到這些數值。在松樹冠密集重疊的區域，以現場資料訓練的模型表現優於通用型分割模型。當這些邊界與光達點雲疊合並與現場實測比對時，估算樹高的解釋力介於 0.85 到 0.93 之間。樹冠寬度估算的解釋力介於 0.58 到 0.86 之間。由於這些結果來自單一地區的人工林，還必須在其他樹種與天然林中再次驗證。

另一支同時使用衛星影像與航空照片的團隊，提出了 BRO 混合模型，把 YOLOv5 與 Faster R-CNN 家族的一種密度估計神經網路結合起來。它使用一種名為 Battle Royal Optimisation 的搜尋技術來調整多尺度上採樣，設計目的是無論樹木稀疏散布還是密集叢生都能加以計數。該模型記錄到 97.8% 的樹木計數估算準確率，以及 0.0912 的平均絕對誤差（MAE）。

U-Net 神經網路被廣泛用於描繪樹冠細緻的曲線。它的結構先把影像壓縮到很小的尺寸，再一邊還原到原始尺寸、一邊復原細部輪廓。跳躍連接（skip connections）把壓縮前的資訊橫跨整個網路傳遞，避免枝條這類細薄邊界變得模糊。由 Wang Linlong 帶領的團隊在中國安徽省績溪與廣西壯族自治區的亞熱帶混合林中開發了 MTSCFNet。它的輸入包含由搭載 Zenmuse P1 的 DJI M300 RTK 拍攝的無人機 RGB 相機影像。它也接收由 RIEGL miniVUX-1UAV 蒐集的光達點雲，以及中國 GF-2 衛星的影像。光達點的密度為每平方公尺 87.14 點。研究人員把編碼器分成三個分支分別處理資料，再加上一個三分支特徵融合模組將它們結合起來。與使用單一感測器的模型相比，樹冠面積分割與樹種分類的重疊準確度指標都有所提升。

也有人嘗試僅用高解析可見光正射影像來分離密集的樹冠。一種名為 FSC-Mask2Former 的方法，是以958張裁切成 512×512 像素的影像訓練而成。每一張影像都搭配了精準描繪出總計7,636棵樹的真值資料。除了影像紋理資訊之外，該方法還套用了在頻域（檢視顏色與亮度的模式重複頻率）擷取的特徵，並結合對比學習（讓相似的樹在特徵空間中靠近、不同的樹彼此遠離的訓練方式）。它顯著減少了在枝葉茂密的混合林中分離樹木邊界的誤差。

Point Transformer V3（PTv3）是直接逐點處理三維點雲的神經網路之一。它把自注意力（self-attention，一種計算資料中各部分彼此關聯程度、原本用於檢視句子中詞與詞之間關係的方法）移轉到三維的樹木結構上。在一項研究中，由發射三個波段的多光譜光達所擷取的點雲，被輸入到四個模型中：PTv3、KPConv、Superpoint Transformer（SPT）與隨機森林。森林被劃分為六層：地面、低矮植被、樹幹、枝條、葉片與木質殘體。在這場比較中，PTv3 達到 69.1% 的重疊準確度（mIoU），比其餘三維模型高出 21.8 個百分點。

2026年1月發表的一項相關統合分析（meta-analysis），也以數字印證了這股趨勢。Aldaeri 及其同僚蒐集並檢視有關單木偵測的論文後發現，把單棵樹裁切出來的實例分割（instance-segmentation）方法約占整體的 46%，而以一般 RGB 航空照片作為輸入的研究占比最大，達到 73%。這意味著，結合照片與樹冠高度模型（CHM，像地圖一樣呈現樹頂高度）的作法，比單獨使用光達更為常見。

為混合林中的樹木命名

單棵樹冠一旦被裁切出來，下一階段便檢視其中的顏色、紋理與三維輪廓，以判定其為何種樹種。這項工作在混合林中相當困難，因為上層林冠樹木與下層灌木反射的光線交織在一起，各棵樹之間的樣本數量差異懸殊，而稀有樹種往往只存在寥寥幾張照片。

Qin Tianyi 與 Zhao Qingjian 於2025年在 Scientific Reports 發表了一篇關於多分支多標籤樹種分類（MMTSC）的研究。它運用 TreeSatAI 這個在歐洲建立、含有15種主要樹種的多感測器基準資料集，共同分析無人機航空照片與 Sentinel 衛星影像。研究人員比較了六個用於樹種辨識的骨幹神經網路，包括 DenseNet121、EfficientNet-B0 與 ConvNeXt-Tiny。即使各樹種之間的樣本數量差異極大，以 DenseNet121 為骨幹的模型仍優於其餘五個。它的 F1 分數約為 72%，精確率（precision）約為 82%。

在馬來西亞婆羅洲島上的 Deramakot 與 Tangkulap 森林管理單位（FMUs），研究人員使用 DeepForest（DF Scanner Pro）與 EfficientNet-B4 神經網路，在熱帶雨林中把高聳突出的龍腦香科（Dipterocarpaceae）樹木與其他樹木區分開來。生產者準確度（producer's accuracy，即實際的龍腦香樹被正確辨識出來的比例）為 0.71。使用者準確度（user's accuracy，即被 AI 判定為龍腦香的樹木實際上確為龍腦香的比例）為 0.67。把由此得出的樹種資訊加入作為衛星式機器學習模型的訓練材料，可降低地上碳量（AGC）估算的誤差。僅使用衛星影像的模型，其均方根誤差（RMSE）為每公頃 70.60 百萬克。當加入經無人機驗證的樹種資訊後，誤差降至每公頃 60.53 百萬克。

Kotaro Komatsu 及其同僚於2026年1月在 Scientific Reports 發表的一篇論文，在更大範圍內證實了類似的趨勢。在馬來西亞與印尼的395個調查樣區中，當僅以衛星指標估算碳存量與生物多樣性指數時，解釋力停留在 0.43 與 0.46。加入934組無人機影像之後，解釋力上升到 0.51 與 0.48。由無人機擷取的單木資訊，以更精細的解析度填補了衛星照片的粗略尺度。

混合林中含有樣本極少的稀有樹種，因此若把一般的損失函數（loss function，即計算模型錯誤程度的方法）原封不動地套用，預測結果就會偏向個體數量多的樹種。M-MoENet（多模態稀疏專家混合網路，Multimodal Sparse Mixture-of-Experts Network）便是為了矯正這種失衡而開發。它以光學影像、Sentinel-1 衛星雷達（SAR）與數值高程模型（DEM）資料作為輸入，並在編碼器內部置入數個專門處理少數樹種的專家子模型。它還使用信心度調整式閘控（confidence-adjusted gating），在對某項預測的信心較低時，把判斷交給這些專家。根據 Lou 及其同僚所報告的結果，整體準確度（OA）為 79.46%，重疊準確度（mIoU）為 60.08%，Kappa 係數為 0.74。常綠松樹與椴樹這類低樣本樹木在地圖上消失、或以零散且不連續的斑塊形式出現的問題，大幅減少。

一項在賽普勒斯分類九種主要樹種的研究，提出了另一種解決方案。它以 ResNet50 為骨幹，並結合弱監督學習（weakly supervised learning，以模型所指派的暫定標籤補充訓練）。這個接收 RGB、近紅外、地形與土壤資料的模型，記錄到 90% 的整體準確度。該研究並未直接量測其所宣稱的、標註成本減少超過一半的說法。

因研究而異的數字

樹冠分割與樹種分類在個別實驗中會產生相當精確的數字，但結果會隨樹種結構與感測器組合而明顯分歧。在具有清晰圓錐形狀的松樹單一樹種針葉林中，例如 Pinus kesiya 與 Pinus taeda，YOLOv11m-Seg 與以樹冠高度模型為基礎的分割模型都展現出很高的樹高估算準確度，解釋力介於 0.85 到 0.93 之間。在葉片廣泛伸展、枝條交錯纏繞、又夾雜枯枝的亞熱帶與熱帶闊葉混合林中，即使使用同樣的 YOLO 家族或 Mask R-CNN 模型，樹冠寬度估算的解釋力也會降到 0.58 至 0.68 之間。樹木本身的形狀是規則還是不規則，區分了人工智慧的準確度。

基礎模型（foundation models）與領域專用模型的排名也可能翻轉。以大規模影像與影片資料訓練的 SAM2，能分離出許多物件的輪廓，但在枝條相互重疊的森林中，它比以林業資料訓練的 YOLOv11m-Seg 產生了更多的誤偵測。即使是龐大的通用型模型，也無法取代針對特定現場所做的微調。

從天空看不見的東西

無論無人機飛得多麼精準，仍有一些地方從天空看不見。在茂密枝葉遮蔽天空的森林中，森林上方光學相機與光達的訊號無法穿透到中層與下層。因此，矮小的樹木一再被錯誤地併入其上方大樹的樹冠之中。

訓練深度學習模型需要真值資料，也就是為每一棵樹繪製出精準的二維或三維輪廓。然而在枝葉茂密的森林裡，即使是經驗極為豐富的現場專家，對於一棵樹的樹冠在哪裡結束也各執己見。這種判斷上的差異會以標註雜訊（annotation noise）的形式殘留下來，並進入模型的訓練。因此，製作精準的真值資料，與設計演算法一樣耗費人力。

當地區改變時，準確度同樣會下降。即使是在某片森林中得分很高的樹種分類模型，換到另一片地形、日照與樹種組成都不同的森林時，表現也可能變差。下降的幅度會因資料與評估指標而異，無法歸結為單一的範圍。

下一階段的課題

彌合這些落差的努力已經展開。混合微調（hybrid fine-tuning）研究正把零樣本（zero-shot）基礎模型 SAM2，以無人機光達所建立的三維樹冠高度模型資訊層層疊加，重新在林業資料上訓練。其目標是同時達到通用性與精準度。研究也在改良頻率成分分解、對比學習，以及像 M-MoENet 與 FSC-Mask2Former 那樣結合數個專家子模型的閘控演算法，以提升對稀有樹種的自動辨識。

由 Wang Xinbo 及其同僚開發、於2026年5月在 GIScience & Remote Sensing 發表的 Crown-BERT，正是這個方向的近期實例。它加入了動態樹冠遮罩（dynamic crown masking，反映樹冠形狀的差異並只選出有效的樹冠區域），以及樹冠位置編碼（crown positional encoding，把位置資訊嵌入樹冠之內）。接著它再置入一個自監督學習階段，能以未標註的樹冠樣本對模型進行預訓練。這個作法力求即使對於缺乏真值標籤的稀有樹種，也能萃取出有用的特徵。

仍必須持續擴充並共享橫跨多個生態系的三維與二維單木基準資料集，例如 TreeSatAI、PureForest 與 ForInstance。在模型表現因大陸與樹種而差異甚大的當下，擴充資料集本身，與精修演算法同等重要。

資料來源與參考文獻

1. Aldaeri, A. S. T. M., Kit, C. Y., Ting, L. S., & Abdul Rahman, M. R. B. (2026). Deep learning for tree crown detection and delineation using UAV and high-resolution imagery for biometric parameter extraction: a systematic review. Forests, 17(2), 179. https://doi.org/10.3390/f17020179

2. Bansal, H., Sinha, A., Agarwal, G., Mishra, S. K., Gupta, S., Chaudhary, P., Ashokrao, P. R., Kushwaha, A., Bagaria, M. K., Reza, M. S., Agrawal, A., Bhad, S., Khalid, S., Lasisi, A., & Aseere, A. M. (2025). A hybrid DL with Battle Royal Optimisation algorithm for accurate tree counting using satellite images. International Journal of Computational Intelligence Systems, 18(1), Article 222. https://doi.org/10.1007/s44196-025-00928-y

3. Forkuo, G. O., Picchio, R., Proto, A. R., & Borz, S. A. (2026). Applications of artificial intelligence in forest operations engineering research: A systematic review. Current Forestry Reports, 12, Article 14. https://doi.org/10.1007/s40725-026-00275-x

4. Komatsu, K., Takeshige, R., Onishi, M., Fujiki, S., Imai, N., Miyamoto, K., Aiba, S., Kitayama, K., Tsen, S. T. L., Nilus, R., Dawat, J., Pereira, J., Onoda, Y., & Aoyagi, R. (2026). Quantifying carbon stock and tree community composition in tropical forests through combining satellite and UAV analyses. Scientific Reports, 16, Article 5442. https://doi.org/10.1038/s41598-025-34938-9

5. Lou, T., Wang, Z., Zhang, W., Li, C., Gu, J., Zou, W., & Jing, W. (2026). Dominant tree species classification using a sparse mixture-of-experts framework. Forest Engineering, 42(3), 637-648. https://doi.org/10.7525/j.issn.1006-8023.2026.03.019

6. Nguyen Thanh Tuan, Phan Van Tuan, Nguyen Thanh Hung, & Duong Tien Duc. (2026). Individual tree detection and crown segmentation for Pinus kesiya using UAV-LiDAR and deep learning models. Dendrobiology, 95, 156-169. https://doi.org/10.12657/denbio.095.011

7. Qin, T., & Zhao, Q. (2025). Multi-branch and multi-label tree species classification using deep learning for UAV aerial photography and Sentinel remote sensing images. Scientific Reports, 15, Article 32710. https://doi.org/10.1038/s41598-025-19827-5

8. Takhtkeshha, N., Bocaux, L., Ruoppa, L., Remondino, F., Mandlburger, G., Kukko, A., & Hyyppä, J. (2025). 3D forest semantic segmentation using multispectral LiDAR and 3D deep learning. PFG - Journal of Photogrammetry, Remote Sensing and Geoinformation Science, 94(3), 377-397. https://doi.org/10.1007/s41064-025-00369-4

9. Wang, L., Zhang, H., Fu, R., Lei, K., Liu, Y., Yang, T., Zhang, J., & Ge, X. (2026). MTSCFNet: a novel framework for improving tree species classification in a subtropical forest using RGB, LiDAR-derived, and GF-2 data. Journal of Forestry Research, 37(1), Article 22. https://doi.org/10.1007/s11676-025-01964-2

10. Wang, M., Zhang, Q., Liu, X., Zhang, J., Yu, F., Zhang, X., & Zhao, R. (2026). Research progress on multimodal data fusion in forest resource monitoring. Frontiers in Plant Science, 16, Article 1710618. https://doi.org/10.3389/fpls.2025.1710618

11. Wang, X., Zhao, Y., Han, Y., Zhao, Y., & Zhen, Z. (2026). Crown-BERT: a crown-morphology-aware deep learning framework for individual tree species classification using UAV LiDAR and hyperspectral data. GIScience & Remote Sensing, 63(1), Article 2671600. https://doi.org/10.1080/15481603.2026.2671600

12. Yang, Z., Zhang, X., et al. (2026). 融合頻域感知與對比學習的無人機影像森林全要素解譯方法：FSC-Mask2Former [FSC-Mask2Former: a forest panoptic segmentation method fusing frequency domain perception and contrastive learning]. National Remote Sensing Bulletin. http://www.publish.founderss.cn/rc-pub/front/front-article/download?id=158241355&attachType=lowqualitypdf&siteId=91 （2026年8月2日查閱）

13. Digital Times. (September 24, 2025). Using advanced technologies including AI and LiDAR...halting the spread of pine wilt disease. https://www.dt.co.kr/article/12019894 （2026年8月2日查閱）