文献

J-GLOBAL ID：201302214265732652   整理番号：13A0247650

森林成長在庫容積のLidar支援推定に関する推論

Inference for lidar-assisted estimation of forest growing stock volume

著者 (3件)： MCROBERTS Ronald E. ,  NAESSET Erik ,  GOBAKKEN Terje
資料名： Remote Sensing of Environment  (Remote Sensing of Environment)
巻： 128  ページ： 268-275  発行年： 2013年01月21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： 成長在庫容積の推定は,多くの国に於いて森林インベントリー(NFI)に依って報告され,増加する国際協定によって求められる地上バイオマスと炭素推定の基礎として利用される。推定値計算でNFIsに依って伝統的に使用される確率ベース(設計ベース)統計的推定子は,一般にバイアスがなく制限された計算複雑性のみを必要とされる。然しこれ等の推定子は,しばしば小さなサンプルサイズを持つ地域で十分に正確な推定値を生み出さない。モデルベース推定子はこの欠点を克服できると考えられるが,彼等はバイアスを持ち相違推定に計算強度を要することが考えられる。ノルウェーHedmark郡の小地域に於いて,本研究の目的は,確率-及びモデル-ベース推定子を用いて得た単位面積当たり平均森林成長在庫容積の推定値を比較することにあった。3推定子は地図に色々な程度に関連し,これは非線形ロジスティック回帰モデル,森林インベントリーデータ,lidarデータを用いて構築した。モデルベース推定子に関して,モデル適合性品質評価と計算強度低減のための手法も研究した。3つの結論を導いた;ロジスティック回帰モデルはデータに対する深刻な適合欠如を示さない;地図使用強化推定子がプロット観測だけに基づく推定値に比べてより高い精度を生み出す;そして第3に,モデルベース合成推定子は,広域における小型サブセットに適用した場合,より広い地域のサンプルサイズから利益を受ける。Copyright 2013 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： 森林 ,  *林産資源 ,  *在庫量 ,  *アルゴリズム ,  モデル ,  *分析 ,  *比較 ,  性能評価 ,  バイオマス ,  ノルウェー王国 ,  事例研究 ,  バイアス ,  計算量 ,  *回帰モデル ,  *データ ,  回帰分析 ,  評価 ,  LIDAR
準シソーラス用語： レーザレーダ ,  *LiDARデータ ,  *インベントリー分析 ,  ノルウェー ,  モデルベース推論 ,  確率アルゴリズム ,  計算複雑性 ,  森林資源 ,  *推定アルゴリズム ,  推定モデル ,  地上バイオマス ,  *非線形回帰モデル ,  ロジスティック回帰 ,  適合性評価

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

タイトルに関連する用語 (8件)： 森林 ,  成長 ,  在庫 ,  容積 ,  LIDAR ,  支援 ,  推定 ,  推論