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

Amitrano, D.; Giacco, G.; Marrone, S.; Pascarella, A.E.; Rigiroli, M.; Sansone, C.｜Remote Sensing 15(21): 5138｜DOI: 10.3390/rs15215138

狀態：AI_DRAFT_FROM_REVIEW｜分級：A｜閱讀深度：FULL_TEXT_CHECKED｜Jacky 審核：False

森林數位孿生方法平台

讀學習筆記 →

aboveground biomassactive learningmodel transferPLSRgradient boostingregression ensembleShannon entropybootstrapFinlandboreal

專討核心文獻定位

[79] Ch5 · 機器學習新增

Amitrano et al. · 2023

用主動學習加機器學習集成把外業取樣降到每平方公里約6個樣本，仍維持與文獻相當的AGB估算精度

使用警示

本頁是文獻知識庫卡片，不等於可直接引用的最終查核稿。只有狀態升級為 CITABLE 後，才可直接進入論文引用候選。

為什麼納入這篇

這篇是 Ch5 機器學習章的代表性案例，示範如何用回歸集成搭配主動學習，把大尺度 AGB 估算最費錢的外業取樣大幅縮減，同時討論 PLSR、梯度提升、神經網路與自助法的取捨。

結構式摘要｜中英文對照

研究問題	如何在不犧牲地上生物量估算精度的前提下，把已校正的迴歸模型遷移到新區域，並大幅減少需要外業實地調查的校正樣本數量？ How can a calibrated regression model be transferred to new areas while drastically reducing the number of field-collected calibration samples without sacrificing aboveground biomass estimation accuracy?
資料來源	資料來自芬蘭森林。參考 AGB 由芬蘭森林中心整合機載雷射掃描、衛星影像與歷史外業調查而成，分析面積約 85 平方公里，切成 13 個各約 6.55 平方公里的子區塊，整體 AGB 平均約 69.5 t/ha、標準差約 43.1 t/ha；衛星端使用一年期的 Sentinel-1 SAR 與 Sentinel-2 多光譜觀測（取自公開的 BioMassters 資料集），驗證點超過 85 萬個。 Data come from Finnish forests. The reference AGB was produced by the Finnish Forest Centre by integrating airborne laser scanning, satellite imagery and historical field sampling, covering about 85 km2 split into 13 clips of about 6.55 km2 each, with an overall AGB mean near 69.5 t/ha and standard deviation near 43.1 t/ha. Satellite inputs are one year of Sentinel-1 SAR and Sentinel-2 multispectral observations (from the public BioMassters dataset), with more than 850,000 validation points.
方法	先在一個有完整地真的參考區塊以自助法校正 PLSR 模型（從 1000 次隨機取樣實驗中取 RMSE 最低者），用 VIP 分數挑出資訊性預測變數；遷移到新區時，以 PCA 降維加 ISODATA 分群得到影像分段，再用 Shannon 熵作為多樣性準則進行主動取樣，挑出最具資訊量的重校正樣本。迴歸策略包含 PLSR、梯度提升（GB）以及兩者平均的集成；比較基準為隨機校正的自助法 PLSR 與 ReUse（UNet 神經網路）。 A PLSR model is first calibrated by bootstrap on a reference clip with extended ground truth (the lowest-RMSE run out of 1000 random-sampling experiments is kept), with informative predictors selected via VIP scores. For transfer to a new area, PCA dimensionality reduction plus ISODATA clustering yields image segments, and active sampling using Shannon entropy as a diversity criterion selects the most informative re-calibration samples. Regression strategies include PLSR, gradient boosting (GB) and their averaged ensemble; benchmarks are randomly calibrated bootstrap PLSR and ReUse (a UNet neural network).
主要結果	用主動取樣選出的全部樣本（平均約 46 樣本／平方公里）時，PLSR 與集成的平均 RMSE 皆為 28.8 t/ha；改用很有資訊量的樣本（VIS）大幅縮減取樣後，k=10 設定下集成平均 RMSE 為 30.0 t/ha、k=5 設定下 PLSR 平均 31.6 t/ha，精度只略降。ISODATA 篩選把需採集的樣本降到約每平方公里 10 個（k=10）甚至 6 個（k=5）。預測變數經 VIP 篩選後全部來自多光譜資料集（17 個指數），沒有任何一個來自 SAR。 Using all active-sampling-selected samples (about 46 samples/km2 on average), both PLSR and the ensemble give an average RMSE of 28.8 t/ha. Switching to the very informative samples (VIS) drastically reduces sampling, with the ensemble averaging 30.0 t/ha at k=10 and PLSR averaging 31.6 t/ha at k=5, only a slight degradation. ISODATA selection cuts the samples to be collected to about 10/km2 (k=10) and 6/km2 (k=5). After VIP selection, all predictors (17 indices) come from the multispectral dataset, none from SAR.
限制	方法假設森林結構在遷移區與參考區之間沒有顯著變化，且需要一個有完整地真（可由一次 LiDAR 飛行取得）的參考區先行校正；本研究使用 C 波段 SAR，對 AGB 敏感度低，作者指出改用 L 波段可能讓 SAR 特徵更有貢獻；遞增式（把先前所有樣本納入當前迴歸）的設定並未提升估算表現。 The method assumes forest structure does not vary significantly between the transfer and reference areas, and requires one reference area with extended ground truth (obtainable from a single LiDAR flight) for calibration. The study uses C-band SAR, which has low AGB sensitivity; the authors note L-band data could make SAR features more contributive. The incremental setting (folding all previous samples into the current regression) did not improve performance.

Key Findings

發現	證據	確定性
回歸集成搭配主動學習可把外業取樣降到約每平方公里 6 個樣本，仍提供與文獻相當的 AGB 估算。	原文 Discussion 與 Conclusions：ISODATA 篩選下集成平均 RMSE 30.0 t/ha（k=10）、PLSR 31.6 t/ha（k=5），對比全樣本 28.8 t/ha，僅略降。	checked_against_original_txt
經 VIP 篩選後，所有 17 個資訊性預測變數都來自 Sentinel-2 多光譜，沒有任何 SAR 變數，因 C 波段對林冠 AGB 敏感度低。	原文 Results 第 9 頁 Table 3 與 Discussion：17 indices 皆源自 MS 資料集；作者指出 L 波段可能改善 SAR 貢獻。	checked_against_original_txt
在有完整地真時，自助法與神經網路（ReUse）可作為替代方案，最小自助 RMSE 平均 26.2 t/ha、ReUse 平均 30.4 t/ha。	原文 Results 第 9-10 頁：bootstrap 最小 RMSE 平均 26.2 t/ha、ReUse RMSE 範圍 20.6-43.9 t/ha 平均 30.4 t/ha。	checked_against_original_txt

Key Figures and Tables

公開網站原則：未確認授權前，不直接複製原文圖表；優先使用自製圖表導讀或重繪圖。

項目	內容	關鍵數字	Jacky 判讀	重用策略
Table 2	彙總 12 個子區塊在 PLSR、GB、Ensemble、Bootstrap、NN 各方法與不同取樣設定（全樣本／k=10／k=5／遞增）下的平均 RMSE。	集成全樣本 RMSE 28.8 t/ha；集成 k=10 為 30.0 t/ha；PLSR k=5 為 31.6 t/ha；自助法最小 RMSE 26.2 t/ha；NN 為 30.4 t/ha。	這張表是「樣本大幅縮減但精度幾乎不變」的核心證據，可直接支撐 Ch5 對主動學習降低外業成本的論述。	原文 CC-BY 4.0 可在標註出處下重用，但建議自繪精簡版折線或長條圖呈現 RMSE vs 取樣設定。
Table 3	列出經 VIP 分數門檻（大於 1）篩選出、用於模型訓練的 17 個多光譜植生／土壤指數及其公式與出處。	17 個資訊性指數全部來自 Sentinel-2 多光譜，無 SAR 變數。	可用來說明在 C 波段條件下多光譜紅邊與近紅外資訊主導 AGB 反演。	CC-BY 4.0 可重用；若需引用以表格摘要呈現指數清單即可。
Figure 4	展示 Clip 0 自助法、Clip 4 集成與神經網路、Clip 7 集成等散布圖，以及各取樣設定在 (R2, RMSE) 平面的整體表現。	Clip 0 bootstrap R2=0.798、RMSE=9.98 t/ha；Clip 4 ensemble k=5 R2=0.589、RMSE=27.6 t/ha；Clip 7 ensemble 全樣本 R2=0.515、RMSE=29.1 t/ha。	可佐證精度隨 AGB 標準差升高而下降的趨勢。	CC-BY 4.0 可重用，建議自繪示意。

Extracted Evidence Table

可支撐主張	指標或結果	原文位置	可引用	備註
主動學習可把大尺度 AGB 估算的外業取樣降到每平方公里約 6 個樣本而不顯著損失精度。	k=5 設定下需採集樣本約 6/km2，PLSR 平均 RMSE 31.6 t/ha、集成 30.7 t/ha，對比全樣本 28.8 t/ha。	原文 Section 4 Discussion 第 10-11 頁、Section 5 Conclusions。	True	引用時須說明是相對於全樣本的略微下降，非完全無代價。
在此資料集 C 波段 SAR 對 AGB 反演貢獻有限，預測變數全由多光譜主導。	VIP 篩選出的 17 個指數全來自 MS 資料集，無 SAR；作者歸因於 C 波段對解析度單元內 AGB 敏感度低。	原文 Results 第 9 頁 Table 3、Discussion 第 10 頁。	True	可作為「波段選擇影響 AGB 反演」的佐證，但需註明僅限 C 波段情境。

Critical Appraisal

Strengths

用超過 85 萬個驗證點做驗證，遠超文獻常見的數十個樣區。
主動學習加集成的設計直接針對外業成本這個大尺度 AGB 的核心瓶頸。
完整比較 PLSR、GB、集成、自助法與神經網路，提供方法選擇的實務指引。

Weaknesses

假設遷移區與參考區森林結構相似，對結構差異大的真實森林適用性待驗證。
僅用 C 波段 SAR，未驗證 L 波段是否能讓 SAR 特徵真正貢獻。
資料集無地理與時間屬性，限制了情境推廣的可解釋性。

Validation quality	high，採超過 85 萬個 LiDAR 衍生驗證點
Transferability to Taiwan	中等，台灣有 LiDAR 與 Sentinel 覆蓋可借鏡此遷移流程，但森林結構異質性高需重新驗證相似性假設
Risk of overclaiming	勿宣稱此法在任意森林型態都能把樣本降到 6/km2，其前提是參考區與遷移區結構相似且有完整地真。

與 Jacky 博論 / Review 的用途

博士論文	支撐博論在 AI 估算層強調以資料驅動的主動取樣降低外業成本，並把已校正模型遷移到新區，與台灣即時固碳估算的可操作性目標一致。
TJFS Review	提供 TJFS review Ch5 機器學習段落的代表性案例，連結「集成方法」與「主動學習降樣本」兩條論述線。
可引用句候選	2023 年，Amitrano 等人發表的文獻中指出，將回歸集成與主動學習結合，可把森林地上生物量估算所需的外業取樣降到每平方公里約 6 個樣本，估算精度仍與既有文獻相當。
不可用來主張	不要用本文單獨論證 SAR 對 AGB 無用，作者僅針對 C 波段並指出 L 波段可能改善。

授權與圖表重用

Article license	CC-BY-4.0
Figure reuse policy	REUSE_ALLOWED_WITH_ATTRIBUTION_UNDER_CC_BY_4_0
Notes	原文為 MDPI 開放取用，採 Creative Commons Attribution (CC BY) 4.0 授權，圖表可在標註出處下重用，仍建議以自繪示意圖呈現。

待查核清單

如需引用 Table 2 的逐區塊細節，可補抽 Supplementary Table S2。
確認台灣 LiDAR 與 Sentinel 資料是否能複製此遷移流程的相似性假設。
可比對本文與同章其他 ML 文獻（RF、CNN）的 RMSE 級距。