文献
J-GLOBAL ID:201802224729022445   整理番号:18A1073347

亜熱帯森林における航空機搭載LIDARデータから導出したキャノピー計量を用いた森林構造パラメータの推定【JST・京大機械翻訳】

Estimating Forest Structural Parameters Using Canopy Metrics Derived from Airborne LiDAR Data in Subtropical Forests
著者 (3件):
資料名:
巻:号:ページ: 940  発行年: 2017年 
JST資料番号: U7270A  ISSN: 2072-4292  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: スイス (CHE)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
森林構造パラメータの正確でタイムリーな推定は,森林資源の管理,ならびに炭素循環と生物多様性に関する研究において重要な役割を果たす。光検出と測距(LiDAR)は,非常に正確な三次元と壁から壁への森林構造特性を提供することができる有望な能動的リモートセンシング技術である。本研究では,中国南東部のYushan森林農場における亜熱帯森林において,個別および組合せにおけるプロットレベルの森林構造パラメータを推定するために,空中LiDARデータから導出した標準計量およびキャノピー計量の有用性を評価した。標準計量,すなわち,高さベースと密度に基づく計量,およびキャノピー垂直プロファイルから抽出したキャノピー計量,すなわちキャノピー容積プロファイル(CVP),キャノピー高さ分布(CHD),および葉プロファイル(FP)をLiDAR点雲から抽出した。次に,森林構造パラメータを個々に推定し,森林タイプ特異的(針葉樹林,広葉樹林,混交林)モデルと一般的モデルを含む多重回帰モデルにより組み合わせて,標準計量とキャノピー計量を用いた。さらに,構造パラメータを推定するための標準計量とキャノピー計量の相乗効果を現場測定データを用いて評価した。最後に,森林構造パラメータを推定するためのボクセルサイズの垂直および水平分解能の感度を評価した。結果は,一般的に,森林タイプ特異的モデル(Adj-R2=0.44-0.88)の精度が,一般的モデル(Adj-R2=0.39-0.77)より比較的高いことを示した。森林構造パラメータについては,Loreyの平均高さ(Adj-R2=0.61-0.88)および地上バイオマス(Adj-R2=0.54-0.81)モデルの推定精度は最も高く,次が体積(Adj-R2=0.42-0.78),DBH(Adj-R2=0.48-0.69),茎密度(Adj-R2=0.39-0.64)モデルは比較的低かった。組合せモデル(Adj-R2=0.45-0.88)は,標準計量(Adj-R2=0.42-0.84)とキャノピー計量(Adj-R2=0.39-0.83)を用いて開発されたモデルと比較して,より高い性能を持っていた。また,結果は,最適ボクセルサイズがパラメータの大部分を推定するために5×0.5m3であることを示した。本研究は,キャノピー垂直プロファイルに基づくキャノピー計量が亜熱帯森林における森林構造パラメータの推定精度を強化するために効果的に使用できることを示した。Copyright 2018 The Author(s). All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
リモートセンシング一般  ,  測樹学 
引用文献 (92件):
もっと見る

前のページに戻る