文献

J-GLOBAL ID：201802271991553736   整理番号：18A1072540

多重スペクトル航空機レーザ走査を用いた樹種分類のための単一センサ解【JST・京大機械翻訳】

Single-Sensor Solution to Tree Species Classiflcation Using Multispectral Airborne Laser Scanning

著者 (6件)： Yu Xiaowei (Finnish Geospatial Research Institute, National Land Survey, Geodeetinrinne 2, FI-02430 Masala, Finland) ,  Hyyppae Juha (Finnish Geospatial Research Institute, National Land Survey, Geodeetinrinne 2, FI-02430 Masala, Finland) ,  Litkey Paula (Finnish Geospatial Research Institute, National Land Survey, Geodeetinrinne 2, FI-02430 Masala, Finland) ,  Kaartinen Harri (Finnish Geospatial Research Institute, National Land Survey, Geodeetinrinne 2, FI-02430 Masala, Finland) ,  Vastaranta Mikko (Department of Forest Sciences, University of Helsinki, FI-00014 Helsinki, Finland) ,  Holopainen Markus (Department of Forest Sciences, University of Helsinki, FI-00014 Helsinki, Finland)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 9  号： 2  ページ： 108  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： 本論文では,個々の樹木検出と樹種分類のための多重スペクトル空中レーザ走査(ALS)データの可能性を調べた。目的は,森林管理と計画目的に必要な種特異的情報を提供できる森林マッピングのための単一センサ解を開発することであった。南フィンランドにおいて,主にオウシュウアカマツ(Pinus Sylvestris),ノルウェートウヒ(Picea Abies)およびカバノキ(Betula sp.)から成る北方林上のOptical Titanスキャナで取得した22のサンプルプロットおよび多重スペクトルALSデータから1903の地上測定樹木を用いて実験を行った。樹木種に対する予測子として用いたALS特徴を,分割木オブジェクトから抽出し,ランダム森林分類に用いた。点雲特徴と単一および多重チャネルの強度特徴を含む特徴の異なる組合せを試験した。圃場測定樹木の中で,61.3%が正確に検出された。正しく検出された樹木に対して達成された樹木種分類の最良の全体精度(OA)は,点雲と単一チャンネル強度特徴組合せを用いて85.9%(Kappa=0.75)であり,すべての特徴(OA=85.6%,Kappa=0.75)または単一チャンネル強度特徴単独(OA=85.4%,Kappa=0.75)を用いて得られたものと有意差はなかった。ポイントクラウドの特徴のみが最低の精度を達成し,OAは76.0%であった。圃場で測定した樹木も4つのカテゴリーに分けた。木の4つのカテゴリーに対する分類精度の検討は,分離された優勢な木が91.9%の検出率で検出され,90.5%の高い全体精度で分類されることを示した。対応する検出率と精度は,樹木のグループに対して81.5%と89.8%,樹木に対して26.4%と79.1%であり,より大きい樹木の下にある樹木に対してそれぞれ7.2%と53.9%であった。結果は,チャネル2(1064nm)がマツ,トウヒ,およびカバノキを分離するためのより多くの情報を含んでいることを示唆し,次に,チャンネル1(1550nm)とチャンネル3(532nm)が,それぞれ81.9%,78.3%,および69.1%の全体的精度であった。著者らの結果は,多重スペクトルALSデータの使用が,森林マッピングのための単一センサ解に導く大きな可能性を持つことを示した。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： *航空機 ,  トウヒ ,  フィンランド共和国 ,  *センサ ,  走査装置 ,  オウシュウアカマツ ,  チャネル ,  Picea abies
準シソーラス用語： タイタン ,  北方林 ,  カバノキ属 ,  森林管理 ,  *樹種 ,  *レーザ走査 ,  *多重スペクトル , 【Automatic Indexing@JST】

著者キーワード (5件)： マルチスペクトルレーザ走査 ,  ALS ,  個々の木検出 ,  樹種分類 ,  ランダムフォレスト

分類 (2件)： 測樹学  (FF01040T) ,  リモートセンシング一般  (AD04000L)

引用文献 (43件)：

• Gillis, M.; Leckie, D. Forest inventory update in Canada. For. Chron. 1996, 72, 138-156.
• Waser, L.T.; Ginzler, C.; Kuechler, M.; Baltsavias, E.; Hurni, L. Semi-automatic classification of tree species in different forest ecosystems by spectral and geometric variables derived from Airborne Digital Sensor (ADS40) and RC30 data. Remote Sen. Environ. 2011, 115, 76-85.
• Lovell, J.L.; Jupp, D.L.; Culvenor, D.S.; Coops, N.C. Using airborne and ground based ranging LiDAR to measure canopy structure in Australian forests. Can. J. Remote Sens. 2003, 29, 607-622.
• Coops, N.C.; Hilker, T.; Wulder, M.A.; St-Onge, B.; Newnham, G.; Siggins, A.; Trofymow, J.T. Estimating canopy structure of Douglas-fir forest stands from discrete-return LiDAR. Trees 2007, 21, 295-310.
• Wulder, M.A.; White, J.C.; Nelson, R.F.; Næsset, E.; Ørka, H.O.; Coops, N.C.; Hilker, T.; Bater, C.W.; Gobakken, T. LiDAR sampling for large-area forest characterization: A review. Remote Sens. Environ. 2012, 121, 196-209.

タイトルに関連する用語 (6件)： 多重スペクトル ,  航空機 ,  レーザ走査 ,  樹種 ,  分類 ,  解