Biomazon：アマゾン盆地における3D森林構造とバイオマスモデリングのためのマルチモーダルデータセット
Biomazonは、アマゾン盆地をカバーする20m解像度のマルチモーダルベンチマークデータセットであり、GEDI RHおよびAGBDターゲットをマルチセンサー予測因子と組み合わせ、完全なGEDI RHプロファイルと地上部バイオマス密度を共同予測するためのものです。標準化された空間分割と評価プロトコルを提供し、バックボーンモデルスケール、モダリティ寄与、補助埋め込みに関する包括的なアブレーション研究を実施しています。Biomazonは、熱帯林における構造的に一貫したRHプロファイル予測と構造-バイオマスモデリングのためのリファレンスベンチマークを確立します。
熱帯林の構造を正確かつ空間的に明示的に特徴付けることは、炭素会計と生態系モニタリングにとって不可欠ですが、既存の機械学習パイプラインのほとんどは、林冠最上部の高さプロキシ（RH95やRH98など）または地上部バイオマス密度（AGBD）を個別のスカラーターダーゲットとして予測するにとどまり、森林の垂直構造を順序付けられたプロファイルとして学習することはありません。このような単純化されたアプローチは、森林の完全な三次元構造を捉えることができず、炭素蓄積量の推定や生態モデルに不確実性をもたらします。コミュニティは、完全なGEDI RHプロファイルとAGBDを共同で予測し、RH百分位数全体にわたって物理的に一貫した順序を強制する手法を評価するための、機械学習対応のマルチモーダルベンチマークを必要としています。
このギャップを埋めるために、Sayan Mandal氏を含む6人の研究者チームは、アマゾン盆地をカバーする20メートル解像度のマルチモーダルベンチマークデータセット「Biomazon」を開発しました。このデータセットは、GEDIライダーのRHプロファイルとAGBDターゲットを、マルチセンサー予測因子（Sentinel-1/2、ALOS-2 PALSAR-2、Copernicus DEM、Dynamic World LULC、AlphaEarth埋め込み）と組み合わせ、標準化された空間分割と評価プロトコルの下で提供されます。
ベースラインフレームワークとして、研究チームはタスク固有のヘッドを備えた共有エンコーダ-デコーダアーキテクチャを採用しました。包括的なアブレーション研究を通じて、(i) 異なるバックボーンアーキテクチャとモデルスケール、(ii) 各モダリティの寄与度、(iii) スタンドアロンおよびフュージョン設定における補助埋め込みの使用効果を調査しました。単一ターゲットおよび共同ターゲットの結果を報告し、統一されたトレーニングプロトコルの下でのトレードオフを定量化しています。
さらに、既存のグリッド製品（GEDI L4D RH10-RH98やAGBDなど）と時間スケールを一致させた地域調整比較を通じて、ベースライン性能を文脈化しました。Biomazonは、付随するプロトコルとベースライン結果とともに、熱帯林における構造的に一貫したRHプロファイル予測と構造-バイオマスモデリングの将来の研究のためのリファレンスベンチマークを確立します。データセットと関連コードは、論文の公開後に一般公開される予定であり、この分野のさらなる発展を促進し、グローバルな炭素会計と生態系モニタリングに正確なデータを提供することが期待されます。