QGIS 樹冠覆蓋製圖：6 種免費與付費方法

要用 QGIS 從多光譜影像繪製樹冠，在 Raster > Raster Calculator… 裡建立 NDVI，用 Reclassify by table 切出閾值，再跑 Raster > Conversion > Polygonize (raster to vector)。這樣得到的是覆蓋面，不是單棵樹。另外五種方法涵蓋 LiDAR、開放資料，以及您需要每個樹冠各一個多邊形的情況。

您有什麼	方法	成本
有近紅外波段的多光譜影像	方法 1，NDVI 閾值後向量化	免費，QGIS 核心
RGB 影像、沒有顯卡，想要樹冠	方法 2，雲端分割模型	免費額度，之後需訂閱
LiDAR，或一組 DSM 和 DTM	方法 3，樹冠高度模型	免費，QGIS 核心
影像，且要分出好幾個類別	方法 4，監督式分類	免費，一個外掛
範圍很大，且去年的日期也可以	方法 5，開放樹冠資料集	免費下載
RGB 影像和一張 NVIDIA 顯卡	方法 6，地端分割模型	免費，需自行找模型

先決定您要的是覆蓋還是樹冠。覆蓋是一整片表面，百分比一下就算出來。樹冠是一顆一顆可數的物件，街道調查或公園盤點要的是這個。

選單路徑、演算法 id、外掛版本和價格，都是在 2026 年 9 月 3 日對著 QGIS 3.44 手冊和各專案自己的頁面讀的。

方法 1：NDVI 閾值

請使用投影坐標系統。這裡每個方法最後都會算面積，而以度為單位算出的面積沒有意義。

NDVI 把綠色植被和屋頂、道路、水分開。打開 Raster > Raster Calculator…，輸入 ("nir@1" - "red@1") / ("nir@1" + "red@1")。

在 QGIS 中顯示法國某村莊的 NDVI 網格，植被偏亮、屋頂偏暗，旁邊的圖層直方圖有兩個波峰。 — Sentinel-2 影像的 NDVI。直方圖有兩個波峰，兩峰之間的谷底就是閾值。沒有通用的數值，請讀您自己的影像。

接著跑 Reclassify by table（native:reclassifybytable，空間運算工具箱，網格分析），閾值以上一列、以下一列，輸出資料型態設為 Byte。再把結果向量化。

適用時機： 影像有近紅外波段，而且您要的是覆蓋。

不適用時機： 樹必須和草地或農作物分開。NDVI 做不到，因為三者都是綠的。

方法 2：雲端分割模型

分割模型學過樹冠長什麼樣子，所以它能把一片林子切成可數的物件，而閾值只會回傳一整片。這一種是我們做的，AI Segmentation。這一節講的是我們自己的工具。

在 QGIS 已開啟的影像上框出一個區域，輸入一個單字。多邊形會落在您的專案 CRS 裡，每個都帶有面積和信心度。輸入 tree 會得到每個樹冠一個多邊形，輸入 tree canopy 則得到整片覆蓋。

荷蘭某村莊的航照影像，花園裡和街道旁的每個樹冠都以各自的顏色填滿，成為獨立的多邊形。 — 在荷蘭某村莊執行一次得到 893 個樹冠，每個都是獨立的多邊形。數字是從圖層上數出來的，不是估計值。

最適合： 在 RGB 影像上要一個樹冠一個多邊形，電腦上沒有 GPU。

價格： 每月免費提供 1.5 km² 地面面積，加 20 個雲端半自動物件，不需信用卡。Pro 方案每月 €39（未稅），包含 100 km² 和 500 個物件。免費試用 Pro 7 天：綁定信用卡，到期前取消就不收費。

執行環境： QGIS 3.22 以後，Windows、macOS 或 Linux。模型跑在我們位於歐盟的伺服器上。

安裝： 從外掛管理員安裝，以電子郵件登入。不需安裝套件，不需下載權重。

強在哪： 簡單的單字測出來表現很好。在 90 天的真實執行中，tree 在 10.5% 的圖磚上沒有偵測到任何結果，orchard 在 716 個圖磚上則是 47.3%，所以外掛會在您花錢之前，先把第二個單字引導回第一個。

弱在哪： 鬱閉林分沒有冠緣可以找，所以 tree 跑下去只會回傳一整片，而不是每棵樹一個多邊形。那裡就用 tree canopy，接受覆蓋。兩種雲端模式都會把影像送到我們的伺服器，只有在您自己電腦上執行的半自動模式不會。

方法 3：從 LiDAR 做樹冠高度模型

高度是唯一能把樹和草地分開的訊號，而 QGIS 可以直接從 LAS 或 LAZ 檔做出兩個表面，用 Export to raster（pdal:exportraster，Point Cloud Conversion）。Attribute 設為 Z。地形那一層，加上過濾表示式 Classification == 2，這在 QGIS 用的 ASPRS 分類裡就是 Ground。表面那一層，用 ReturnNumber == 1 過濾。

在 QGIS 中顯示的樹冠高度模型，從地面高度的綠色漸變到 25 公尺的深紅色，樹冠在平坦的灰色地面上格外突出。 — 以荷蘭 AHN 0.5 m 資料計算的 DSM 減 DTM，範圍為阿姆斯特丹的 Vondelpark。樹冠因高度而突顯，而非因綠色，因此草地和花園會自動被排除。

在 Raster > Raster Calculator… 用 "dsm@1" - "dtm@1" 相減，圖磚較大時改用 grass:r.mapcalc.simple。依您的規範所定義的樹冠高度重新分類，再向量化。輸出的每個像素都帶有高度值，這是本頁其他方法都給不了的。

適用時機： 您有 LiDAR，或有國家級的 DSM 和 DTM。

不適用時機： 您的點雲尚未分類。QGIS 3.44 沒有地面分類演算法，未分類的點要先在 QGIS 外用 PDAL 處理。

方法 4：監督式分類

為樹、草、屋頂、道路各畫訓練多邊形，再讓分類器給每個像素貼標籤，把樹那一類向量化。dzetsaka 是我今天會裝的那一個。它是 GPL，5.0.11 版，跑在 QGIS 3.0 到 4.99，內建十一種分類器，含 Random Forest 和 SVM。

Semi-Automatic Classification Plugin 名氣更大，波段組合和前處理也包了，但先看版本。9.0.4 版需要 QGIS 3.99，也就是 QGIS 4 系列。在 QGIS 3.44 上您拿到的是 2024 年 11 月的 8.5.0。

適用時機： 樹冠是同一景裡好幾個需要的類別之一。

不適用時機： 您只要樹。畫訓練樣本花的時間比方法 1 還多。

方法 5：開放樹冠資料集

您的區域可能已經有人畫好了。

在 QGIS 中載入巴黎範圍的 Copernicus Tree Cover Density，依樹木覆蓋百分比以淺綠到深綠設色，城市兩側的兩片林地呈現完整的深綠色。 — 2018 年的 Copernicus Tree Cover Density 圖層，以 WMS 串流載入 QGIS，範圍為巴黎。免費、現成，但當您需要當年度影像時，它就是錯誤的工具。

四個值得知道的。Meta 與 WRI 樹冠高度圖是全球的，2026 年 3 月起是第 2 版，1.2 m 像素，對空載 LiDAR 的平均絕對誤差是 3.0 m。ETH Zurich 地圖是 2020 年的 10 m，用 Sentinel-2 和 GEDI 做的，CC BY 4.0。

另外兩個是區域型或歷史型。Copernicus Tree Cover Density 圖層涵蓋歐洲，10 m，從 2018 年到 2024 年每年都有，下載需要 EU Login。Hansen Global Forest Change 是 30 m，從 2000 年開始，所以要看長時間變化就用它。

城市自己也會發。巴黎發了 219,432 棵樹的點，墨爾本發了 2021 年的 57,980 個樹冠多邊形，都是 GeoJSON 網址，貼進 QGIS 就能用。

四個全球網格資料都支援範圍請求，所以用 /vsicurl/ 串流圖磚來看，不要整檔下載。Copernicus 用 WMTS 供應，位址是 https://land.copernicus.eu/en/products/high-resolution-layer-forests-and-tree-cover/tree-cover-density-2018-present-raster-10-m-europe-yearly，年份要自己手動設定。它宣稱自 1984 年以來的每個日期都有資料，但幾乎都是空的。

適用時機： 範圍很大，拍攝日期不必是您自己的。

不適用時機： 您上個月才飛過，或您要的是樹冠。大多是百分比網格，不是可數的物件。

方法 6：地端分割模型

Deepness、Geo-SAM 和 samgeo 在您自己的電腦上執行分割模型。什麼都不外流，也不收錢。

適用時機： 影像不能離開您的電腦。

不適用時機： 您沒有 NVIDIA 顯卡，或不想找模型、要權重、組 Python 環境。

六種方法並排比

您需要什麼	方法
用自己的多光譜影像做覆蓋	方法 1
RGB 影像上要樹冠，沒有 GPU	方法 2
樹冠高度，或把樹和草分開	方法 3
樹冠是好幾個類別之一	方法 4
範圍很大，要快，不花錢	方法 5
要樹冠，什麼都不能外流	方法 6

要記住的事

先決定您要覆蓋還是樹冠再選方法，因為那是交付成果的問題，不是影像的問題。

拿得到高度就用高度，不要用顏色，所以有 LiDAR 的地方，LiDAR 樹冠高度模型會贏。

NDVI 把草地、農作物和橡樹看成同一種東西，所以只靠閾值永遠得不到樹。

鬱閉林分沒有冠緣可以找，所以本頁每個方法在那裡都只回傳覆蓋，沒有一個能回傳單株數量。

整個歐洲的覆蓋百分比，Copernicus 圖層免費而且已經做完了，在那個範圍上再跑模型是為同一個答案付兩次錢。

在 QGIS 免費試用，不需信用卡

大家常問的問題

不用外掛，QGIS 能繪製樹冠嗎？

可以，用方法 1、3、5，都是 QGIS 核心加一個下載。得到的是多邊形覆蓋，永遠不是單棵樹冠。

一棵樹一個多邊形，還是一整片一個多邊形？

NDVI 或高度模型切閾值，得到的是覆蓋。只有分割模型能把一片林子切成可數的樹冠，而在方法 2 裡，您輸入的單字決定您拿到哪一種。

樹冠覆蓋百分比怎麼算？

每個多邊形自帶面積，所以把面積欄加總，除以您量好的區域面積。就是一次欄位計算，幾何都打得開、對得到。

NDVI 和 LiDAR 高度模型哪個準？

高度模型，而且差很多。NDVI 把草地和橡樹看成同一種東西，而樹冠高度模型用幾公尺的差距把它們分開。

這些要錢嗎？

方法 1 和 3 到 6，除了您自己的資料什麼都不花，方法 6 再加一張顯卡。方法 2 每月 1.5 km² 免費，之後每月 €39不含稅。

可以直接從 LAS 檔建立樹冠高度模型嗎？

地面高程來自被分類為地面的點，而 QGIS 3.44 沒有可以分類地面的演算法。點雲是未分類的，過濾器什麼都回傳不了，地形跑出來就是平的。

我會拿到哪一版的 Semi-Automatic Classification Plugin？

9.0.4 版需要 QGIS 3.99，也就是 QGIS 4 系列。在 QGIS 3.44 上，外掛管理員給您的是 2024 年 11 月的 8.5.0，所以在怪罪您的樣本之前，先確認實際拿到的是哪一版。

網格轉向量指南逐步說明每個方法最後都會用到的向量化與清理步驟，QGIS 中的 SAM 文章比較了執行分割模型的外掛。若要把樹冠高度模型的步驟串成一道指令，而不是逐個圖磚重複，AI Agent 會在您已開啟的專案中執行這些步驟。QGIS AI 專區涵蓋以上兩者。