文献

J-GLOBAL ID：201802242034657172   整理番号：18A1072991

低密度小フットプリントLIDARデータを用いた落葉広葉樹林と常緑針葉樹林の間の生物物理学的属性のモデリングにおける差異の評価【JST・京大機械翻訳】

Evaluating the Differences in Modeling Biophysical Attributes between Deciduous Broadleaved and Evergreen Conifer Forests Using Low-Density Small-Footprint LiDAR Data

著者 (2件)： Awaya Yoshio (River Basin Research Center, Gifu University, 1-1 Yanagido, Gifu 501-1193, Japan) ,  Takahashi Tomoaki (Kyushu Research Center, Forestry and Forest Products Research Institute, 4-11-16 Kurokami, Chuo-ku, Kumamoto 860-0862, Japan)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 9  号： 6  ページ： 572  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： 空中光検出と測距(LiDAR)は過去30年間の森林バイオマス推定に用いられてきた。特に,推定の性能は非常に興味深い。しかし,幹容積(SV)と全乾燥バイオマス(TDB)推定の間の推定の性能の差は優先的な話題であった。統計的に有用な変数を同定するために,相関と回帰分析により常緑針葉樹と落葉広葉樹林に対するSVとTDB推定の間の性能を相関と回帰分析により比較し,高さと非高さ変数を組み合わせることにより比較した。キャノピー高さの平均および標準偏差,ならびに林分の中央キャノピー高さのような38のキャノピー変数をLiDAR点データを用いて計算した。針葉樹林の場合,TDBはSVよりも大きな相関を示した。しかし,落葉広葉樹林の場合は逆であった。平均および中央キャノピー高さは針葉樹および落葉広葉樹林に対するTDBおよびSVと最大の相関を示した。第二変数として第一および無高さ変数として最良変数を設定し,段階的多重回帰分析を行った。選択した方程式による予測は,検証のために用いた現場データをわずかに過小評価し,それらの相関は非常に高く,針葉樹林に対して0.9を超えていた。2変数方程式の決定係数は広葉樹林の1変数方程式のそれより小さかった。キャノピー構造変数は広葉樹林に有効ではないことが示唆された。SVとTDBマップは全く異なる周波数分布を示した。広葉樹林の茎部分の比率は針葉樹林のそれより小さい。これは,SVが針葉樹林と比較して広葉樹林の場合にTDBより比較的小さいことを示唆し,SVのそれよりもTDBのより均一な空間分布をもたらした。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： *広葉樹 ,  距離測定 ,  バイオマス ,  林分 ,  キャノピー ,  標準偏差 ,  多重回帰分析 ,  *針葉樹林 ,  *針葉樹 ,  回帰分析 ,  *モデリング ,  *広葉樹林 ,  LIDAR
準シソーラス用語： レーザレーダ ,  *落葉広葉樹林 ,  *フットプリント , 【Automatic Indexing@JST】

著者キーワード (7件)： 幹の体積 ,  乾燥バイオマス ,  針葉樹 ,  広葉樹 ,  光検出と測距(ライダ) ,  回帰分析 ,  相関係数

分類 (2件)： 森林植物学  (FF02020E) ,  森林生物学一般  (FF02010T)

引用文献 (35件)：

• Food and Agriculture Organization of the United Nations (FAO). Global Forest Resources Assessment 2015 How Are the World’s Forests Changing? 2nd ed.; FAO: Rome, Italy, 2016; pp. 1-44.
• West, P.W. Tree and Forest Measurement, 2nd ed.; Springer: Berlin, Germany, 2009; pp. 22-63.
• Arp, H.; Griesbach, J.C.; Burns, J.P. Mapping in Tropical Forests; A new approach using the laser APR. PE&RS 1982, 48, 91-100.
• Aldred, A.H.; Bonner, G.M. Application of Airborne Lasers to Forest Surveys (Inst. Information Report PI-X-51); Petawawa National Forestry: Petawawa, ON, Canada, 1985; pp. 1-62.
• Næsset, E. Area-Based Inventory in Norway-From Innovation to An Operational Reality. In Forestry Applications of Airborne Laser Scanning; Maltamo, M., Næsset, E., Vauhkonen, J., Eds.; Springer: Dordrecht, The Netherlands, 2014; Volume 27, pp. 215-240.

タイトルに関連する用語 (10件)： 低密度 ,  フットプリント ,  LIDARデータ ,  落葉広葉樹林 ,  針葉樹林 ,  生物物理学 ,  属性 ,  モデリング ,  差異 ,  評価