Canopy Height Maps v2：用 DINOv3 构建全球高分辨率树冠高度地图
CHMv2 是 Meta 与世界资源研究所推出的开放模型与全球树冠高度地图，用于森林和城市树木监测。
Meta Canopy Height Maps v2 science-ai open-source data-integration model-evaluation CHMv2 是 Meta 与世界资源研究所推出的开放模型与全球树冠高度地图，用于森林和城市树木监测。
1. 一句话结论
Canopy Height Maps v2（CHMv2）是 Meta 与世界资源研究所发布的开放模型和全球尺度树冠高度地图，用 DINOv3 从卫星影像估计森林结构。[S1] 官方称其整体 R² 从第一版的 0.53 提升到 0.86，并改善高大树木的偏差。[S1] 它适合区域监测与研究筛查，但不能代替现场调查或法规所需测量。
2. 项目定位
树冠高度可帮助观察森林健康、恢复、退化、碳储量与城市降温潜力。CHMv2 在 2024 年第一版地图基础上，更换为 DINOv3 视觉骨干，并加入更多地域的高质量激光雷达样本。[S1] 项目交付物既包括可下载模型，也包括世界尺度地图与数据入口，[S1][S2] 因而同时具有数据集和应用模型属性。
3. 核心能力
DINOv3 从大规模无标注图像学习通用视觉特征，CHMv2 再利用卫星影像中的阴影、纹理和树冠形状预测高度。[S1] 团队改进了卫星影像与地面激光雷达的自动匹配，并设计专门损失函数处理高度估计问题。官方仓库说明 CHMv2 权重与推理代码已发布，也可通过 Hugging Face Transformers 使用。[S2]
4. 适用场景
研究机构、林业部门和城市规划团队可用它筛查森林恢复、寻找异常变化、规划补充采样，或把树冠高度与热风险、生物多样性和土地利用数据叠加。第一版地图已被英国 Forest Research、欧洲委员会相关项目和美国城市规划场景采用。[S1] 对单棵树执法、资产估值或精确碳核算，仍应结合当地测量。
5. 技术与部署路径
最稳妥的接入方式是先在 Google Earth Engine 或公开数据入口查看覆盖范围，再下载目标区域和对应元数据；需要自定义推理时，使用官方 DINOv3 仓库与 CHMv2 权重建立可复现环境。[S1][S2] 团队应统一坐标系、分辨率和时间范围，并抽取不同气候、地形和树高区间，与本地激光雷达或样地数据对齐验证。
6. 产品与开放状态
Meta 明确把 CHMv2 描述为开源模型，并公开世界尺度地图、模型、数据与论文入口。[S1] GitHub 仓库记录了 2026 年 3 月发布的模型与推理代码，并指向权重下载方式。[S2] 开放并不意味着所有底层卫星影像都可任意再分发；使用者仍需逐项检查代码、权重、地图和外部影像数据的许可与署名要求。
7. 同类对比
与地面样地和机载激光雷达相比，CHMv2 的优势是覆盖广、获取快且适合统一筛查，代价是空间与时间精度受卫星影像和训练样本限制。与第一版相比，官方报告更高的整体拟合度、细节和全球一致性。[S1] 但全球平均改进不保证每个生态区都改善，特别是训练数据稀少、云层多或观测角度复杂地区。
8. 主要风险
模型误差可能集中在稀疏样本地区、极高树冠、混合植被和特殊观测几何中；把估计高度直接转换为碳储量还会叠加额外模型假设。不同年份影像也可能造成伪变化。项目方已把稀疏地区、观测几何和时间覆盖列为继续改进方向。[S1] 决策者应展示不确定性，避免把地图像素当成现场事实。
9. 试点与验收
选取至少三个生态或城市样区，按高度区间分层抽样，与独立激光雷达或现场数据比较。除整体 R²，还应报告平均绝对误差、系统偏差、缺失率和不同区域表现；再让业务人员检查地图是否真正改变采样或规划效率。只有误差边界满足用途、版本和日期可追溯，且重大决策保留现场复核时才投入使用。
10. 来源与更新时间
研究更新时间为 2026-08-12。地图、权重和覆盖范围可能更新，正式分析前应记录具体数据版本并复查官方说明。