文献

J-GLOBAL ID：201802249490597421   整理番号：18A0130479

衛星レーダとマルチスペクトル画像を用いた空中LiDAR試料を統合することによるモデル化林冠高さ【Powered by NICT】

Modelling forest canopy height by integrating airborne LiDAR samples with satellite Radar and multispectral imagery

著者 (5件)： Garcia Mariano (University of Leicester, Centre for Landscape and Climate Research, Department of Geography, Leicester, LE1 7RH, UK) ,  Saatchi Sassan (Jet Propulsion Laboratory (JPL), California Institute of Technology, Pasadena, CA 91109, USA) ,  Ustin Susan (Center for Spatial Technologies and Remote Sensing (CSTARS), University of California Davis, USA) ,  Balzter Heiko (University of Leicester, Centre for Landscape and Climate Research, Department of Geography, Leicester, LE1 7RH, UK) ,  Balzter Heiko (National Centre for Earth Observation, University of Leicester, Leicester, LE1 7RH, UK)
資料名： International Journal of Applied Earth Observation and Geoinformation  (International Journal of Applied Earth Observation and Geoinformation)
巻： 66  ページ： 159-173  発行年： 2018年 
JST資料番号： W3181A  ISSN： 1569-8432  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 森林構造に対する空間的に明示的な情報は,持続可能な森林管理戦略の設計と森林伐採と森林劣化からの温室効果ガス排出を緩和するための地上炭素貯蔵を推定するため最重要である。LiDAR測定値を予測し,森林構造の景観スケール変動をマッピングするための衛星画像に統合しなければならないことが森林構造の試料を提供した。ここでは,北アメリカの二生物群系,すなわち温帯広葉及び混交林と温帯針葉樹林の五研究地点における森林キャノピー高さを推定するためのマルチスペクトルデータと既存の衛星合成開口レーダ(SAR)の能力を評価した。ピクセルサイズはモデリング結果に影響し,25m~100mの粗大化した画素分解能モデル性能の向上を示した。同様に,サンプルサイズはサポートベクトルマシンモデル化手法を用いた高さ予測の不確実性における重要な因子であった。より大きなサンプルサイズは良い結果が得られたが,試料サイズは,研究地域の約10%に達したときに改善を安定化させた。もモデリングアプローチに表面水分(土壌および植生水分)の影響を評価した。表面水分の影響をモデルによって説明された分散の割合に中程度の効果を持っていたが(14%まで),その影響は4mまでのバイアスに達する値を用いたモデルのバイアスにおいてより明白であった。入射角の平均補正レーダ後方散乱係数(γ°)は,モデル上の表面水分の影響を減少させ,すべての研究サイトでその性能を改善し,R~2 0.61と0.82の間の範囲で,RMSEは2.02~5.64と100mの空間分解能で,それぞれ,0.02と0.06の間のバイアスであった。モデル性能における変数の相対的重要性の評価は,温帯広葉及び混交林内に位置する研究サイトの生物群系ALOS-PALSAR HV偏波後方散乱は最も重要な変数で,研究地域の二のモデルにほとんど寄与するランドサットTasselled Cap変換成分が,第三で大きく寄与したことを示した。温帯針葉樹林上の,Landsat Tasselled Cap変数は,景観高さ変動を予測するためのALOS-PALSAR HVバンド以上に寄与していた。全てのケースで,マルチスペクトルデータの取り込みは,森林キャノピー高さ検索を改善し,高い林の推定不確実性を減少させた。最後に,他のサイトに適用した場合,1カ所で訓練したモデルは高い不確実性を示したが,複数の部位から開発したモデルは,森林キャノピー高さを予測するサイト特定モデルと同じ性能を示した。この結果は,いくつかの研究地点から開発された生物群系レベルモデルは既存の衛星画像からの生物群系レベルの森林構造の信頼性のある推定量として用いることができることを示唆した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： キャノピー ,  衛星利用画像 ,  *モデリング ,  空間分解能 ,  バイアス ,  伐木 ,  不確実性 ,  温帯 ,  合成開口レーダ ,  生物群系 ,  LANDSAT ,  *モデル ,  針葉樹林 ,  後方散乱
準シソーラス用語： 森林構造 , 【Automatic Indexing@JST】

著者キーワード (5件)： LiDAR ,  SAR ,  キャノピー高さ ,  森林構造 ,  サポートベクトル回帰

分類 (2件)： 環境問題  (SA01020V) ,  リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (8件)： 衛星 ,  レーダ ,  マルチスペクトル画像 ,  LIDAR ,  試料 ,  統合 ,  モデル化 ,  林冠