都市樹木のバイオマスは、管理森林に比べて空間的に明示的に定量化されることが少ない。その理由は、多くの推定がインベントリや粗い解像度のプロダクトに依存しており、個々の樹冠や細かいスケールの不均一性を解像できないからである。このギャップに対処するため、新たな論文が樹冠レベルの地上バイオマス（AGB）フレームワークを提案し、カナダ・オンタリオ州の810 km²の景観で検証した。
研究で使用されたデータは、2018年と2023年の落葉期の航空LiDAR（8–10パルス/m²）と近赤外RGBオルソ写真（0.16–0.20 m）である。チームはデュアルストリーム・クロスアテンションネットワークを設計し、ルールベースの擬似ラベルで訓練して、建物、針葉樹、広葉樹のセマンティックマークを生成し、樹冠の delineation と機能型の割り当てを支援した。独立に注釈された保留タイル上で、グローバル/平均適合率、再現率、Dice係数はそれぞれ0.86、0.83、0.84に達した。
樹冠は、マッピングされた樹木領域内でマルチスケール分水嶺分割を用いて抽出された。AGBは、21,921本のインベントリ樹木に対して種特異的アロメトリー（Lambert et al., 2005）で校正された樹冠面積-高さのべき乗則プロキシから推定された。90,726本の保留テストセットから得られた18,713のインベントリ-セグメントマッチングペアにおいて、AGB予測のR²はインベントリ樹冠形状を使用した場合で0.609、運用上のセグメンテーション下で0.570であり、樹冠抽出が残存する不確実性の主因であることが特定された。
推定値を30 mに集約すると、2018年の総AGB蓄積量は1.73 Tg、2023年は1.81 Tg（811–850 Gg Cに相当）であった。ナイアガラ断崖沿いの局所密度は最大約140 Mg ha⁻¹に達し、5年間の純炭素増加は39 Gg Cであった。ディープアンサンブル不確実性マップは、代表的な土地被覆が不足している地域に関連する高い認識的不確実性領域を強調し、不確実な樹冠をプールされたアロメトリ式に割り当てる指針を与えた。
このフレームワークは標準的な州のデータのみを使用し、手動注釈を必要とせず、管理に関連する解像度で森林外樹木の公開バイテンポラル樹冠レベルAGBデータベースを生成する。