文献

J-GLOBAL ID：201202276615550461   整理番号：12A0105614

高及び低密度航空機搭載レーザの組合せによる森林在庫のための改良kNN予測

Improving k-nearest neighbor predictions in forest inventories by combining high and low density airborne laser scanning data

著者 (3件)： BREIDENBACH Johannes ,  NAESSET Erik ,  GOBAKKEN Terje
資料名： Remote Sensing of Environment  (Remote Sensing of Environment)
巻： 117  ページ： 358-365  発行年： 2012年02月15日 
JST資料番号： C0252B  ISSN： 0034-4257  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 航空機搭載レーザ走査(ALS)取得は,重複と平行帯ブロックを形成する長い(数キロメートル)が狭い(数百メートル)飛行帯によって頻繁に行われている。ALSシステムに色々な部分における相互作用と各帯内の相違から,高さ測定値における小さな不正確性が生じる。そこで幾つかの追加帯が主飛行方向に対して直角にそして最初の帯セットを横断して飛行される。この追加飛行帯情報によって帯調整が実施される。主ブロックに対して低密度のデータが取得されても,2重被覆に由来し,追加帯飛行における戻り密度が個別樹冠(ITC)手法の使用に十分高いと考えた。本研究は,この様な高-及び低-密度ALSデータが如何に組み合わされてkNN予測を改善できるか検討した。高密度飛行帯で人工的に作られた580以上のサンプルプロットで樹冠自動的に区分された樹木の属性予測がITC手法に続いた。これ等人工プロットでは現場測定樹木は利用できなかった。人工プロットの予測樹木属性と154サンプルプロットで得た測定樹木属性をプロットレベルに凝集した。全サンプルプロットに於いて,プロットレベル計量を低密度ALSデータから導出した。この計量をkNNモデルの説明変数に使用し,地上バイオマスを予測した。この人工プロットとサンプルプロットの組合せが,サンプルプロット使用(28.5%)と比べて依り小さな相対2乗平均偏差(RRMSD)(26.7%)を生んだ。人工プロット使用がkNN予測の精度を改善したと結論できた。これは,サンプルプロットデータ範囲がkNNモデルに使用するに十分でないと思われる場合に特に有効である。これを示す為に,最大及び最小バイオマス値を持つサンプルプロットの約30%を排除した。この場合,人工プロットとサンプルプロットの組合せ使用がRRMSD29.7%を生み,一方サンプルプロットの単独使用はRRMSD37.4%を生んだ。Copyright 2012 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： 密度 ,  記録 ,  林産資源 ,  モデル ,  問題 ,  計測 ,  測量 ,  *精度 ,  *アルゴリズム ,  横方向 ,  飛行経路 ,  改良 ,  分類 ,  性能評価 ,  データ処理 ,  データ処理システム ,  *分類装置 ,  *LIDAR
準シソーラス用語： *レーザレーダ ,  高密度記録 ,  最近傍問題 ,  森林資源 ,  推定モデル ,  低密度 ,  *航空機搭載型レーザレーダ ,  高さ測定 ,  *推定精度 ,  *推定アルゴリズム ,  横断方向 ,  精度向上 ,  kNN法

分類 (3件)： リモートセンシング一般  (AD04000L) ,  レーザの応用  (BD04100V) ,  測樹学  (FF01040T)

タイトルに関連する用語 (8件)： 低密度 ,  航空機搭載 ,  レーザ ,  組合せ ,  森林 ,  在庫 ,  KNN ,  予測