本計畫旨在建置一套整合人工智慧技術的森林碳匯估算系統,以回應全球氣候變遷與碳中和需求。計畫中提出兩種碳匯估算模組:第一種模組基於 RGB影像辨識技術,透過樹冠層分割與植株計算推估樹木胸高直徑 (Diameter at Breast Height, DBH)與樹高Height, H),進一步計算區域總碳儲量;第二種模組則採用多光譜影像結合Carnegie-Ames-Stanford Approach(CASA)模型,搭配遙測數據與地面氣象資料,估算森林淨初級生產量 (Net Primary Production, NPP)。本計畫透過影像 辨識 技術 與數據分析 ,實現多光譜影像中樹冠層的自動化辨識,並整合地面調查數據進行校驗與比較。系統平台採用前後端分離架構,結合容器化技術,具備高度模組化與可擴展性。平台功能涵蓋數據清理、影像處理、碳匯量計算與結果視覺化展示,使用者透過直觀 介面 了解森林碳儲量 與 NPP的 現況,有效降低傳統地面調查的人力與成本投入,為大規模森林區域的碳匯評估提供可行性方案。