運用機器學習集成估算森林地上生物量－模型遷移與外業取樣縮減的主動學習策略Forest Aboveground Biomass Estimation Using Machine Learning Ensembles: Active Learning Strategies for Model Transfer and Field Sampling Reduction

研究問題

這篇想回答怎麼把一個已經校正好的迴歸模型搬到新的森林區域，同時把需要實地調查的校正樣本數量大幅減少，又不犧牲地上生物量的估算精度。

材料與方法

作者先在一個有完整地真的芬蘭森林參考區，用自助法從 1000 次隨機取樣裡挑出 RMSE 最低的 PLSR 當作要遷移的模型，並用 VIP 分數挑資訊性的預測變數。要搬到新區時，先用 PCA 降維加 ISODATA 分群把影像切成分段，再用 Shannon 熵當多樣性準則做主動取樣，挑出最有資訊量的重校正樣本。迴歸方法比較了 PLSR、梯度提升以及兩者平均的集成，並拿隨機校正的自助法 PLSR 和一個叫 ReUse 的 UNet 神經網路當基準，全部用超過 85 萬個 LiDAR 衍生驗證點來驗。

結論

結論是集成加主動學習能把外業樣本降到大約每平方公里 6 個，平均 RMSE 只從全樣本的 28.8 t/ha 略升到 30 出頭，跟文獻水準相當；而在有完整地真時，自助法和神經網路也是可行替代方案，能把誤差再壓低一點點。

討論與我的觀察

這對我最有用的一點是它把大尺度 AGB 的真正瓶頸講清楚，瓶頸是外業取樣的成本而不是衛星資料本身，而主動學習正好提供一條資料驅動的省樣本路徑。它也讓我看到波段的影響，這個資料集裡 VIP 篩出的 17 個變數全來自 Sentinel-2 多光譜，沒有任何 SAR，因為 C 波段對林冠 AGB 不夠敏感，作者推測換 L 波段才會讓 SAR 真正有貢獻。限制要記住，整套方法假設遷移區和參考區森林結構相似，還需要一個有完整地真的參考區先校正，台灣森林異質性高，這個相似性假設得重新驗證才能照搬。

重要科學發現

• 用 ISODATA 篩選把校正樣本降到約每平方公里 6 個（k=5）時，PLSR 平均 RMSE 仍只有 31.6 t/ha，對比全樣本 28.8 t/ha。
• 經 VIP 分數篩選後，17 個資訊性預測變數全部來自 Sentinel-2 多光譜，沒有任何一個來自 SAR。
• 驗證用超過 85 萬個 LiDAR 衍生驗證點，遠多於文獻常見的數十個樣區。

關鍵短引用

森林覆蓋約地表無冰陸地的四成p.1 Sec 1 Introduction

外業取樣是大尺度製圖的主要限制p.11 Sec 4 Discussion

博士生的話

這篇支撐我博論在 AI 估算層主張用主動取樣降低外業成本並把模型遷移到新區；對 TJFS review，它是 Ch5 機器學習章串接集成方法與主動學習降樣本兩條論述的代表案例，但我要強調它的相似性假設在台灣高異質森林需重新驗證。