文献

J-GLOBAL ID：201802285391803908   整理番号：18A1648314

森林インベントリーのための地上レーザ走査法の国際的ベンチマーキング【JST・京大機械翻訳】

International benchmarking of terrestrial laser scanning approaches for forest inventories

著者 (41件)： Liang Xinlian (Department of Remote Sensing and Photogrammetry, Finnish Geospatial Research Institute, 02431 Masala, Finland) ,  Hyyppae Juha (Department of Remote Sensing and Photogrammetry, Finnish Geospatial Research Institute, 02431 Masala, Finland) ,  Kaartinen Harri (Department of Remote Sensing and Photogrammetry, Finnish Geospatial Research Institute, 02431 Masala, Finland) ,  Kaartinen Harri (Department of Geography and Geology, University of Turku, 20014 Turku, Finland) ,  Lehtomaeki Matti (Department of Remote Sensing and Photogrammetry, Finnish Geospatial Research Institute, 02431 Masala, Finland) ,  Pyoraelae Jiri (Department of Remote Sensing and Photogrammetry, Finnish Geospatial Research Institute, 02431 Masala, Finland) ,  Pyoraelae Jiri (Department of Forest Sciences, University of Helsinki, 00014 Helsinki, Finland) ,  Pfeifer Norbert (Department of Geodesy and Geoinformation, Technische Universitaet Wien, 1040 Vienna, Austria) ,  Holopainen Markus (Department of Remote Sensing and Photogrammetry, Finnish Geospatial Research Institute, 02431 Masala, Finland) ,  Holopainen Markus (Department of Forest Sciences, University of Helsinki, 00014 Helsinki, Finland) ,  Brolly Gabor (Institute of Geomatics and Civil Engineering, Faculty of Forestry, University of Sopron (former University of West Hungary), H-9400 Sopron, Hungary) ,  Francesco Pirotti (CIRGEO-Interdepartment Research Center of Geomatics, University of Padova, 35020 Legnaro, PD, Italy) ,  Hackenberg Jan (Biogeochimie des Ecosystemes Forestiers, INRA, 54280 Nancy, France) ,  Hackenberg Jan (Laboratoire d’Inventaire Forestier, Institut geographique national (IGN), 54250 Nancy, France) ,  Huang Huabing (State Key Laboratory of Remote Sensing Science, Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, 100101 Beijing, China) ,  Jo Hyun-Woo (Environmental GIS/RS Lab., Division of Environmental Science & Ecological Engineering, Korea University, 02855 Seoul, South Korea) ,  Katoh Masato (Forest Measurement and Planning Laboratory, Agriculture Faculty, Shinshu University, 399-4598 Nagano Pref., Japan) ,  Liu Luxia (Institute of Forest Resource Information Techniques, Chinese Academy of Forestry, 100091 Beijing, China) ,  Mokros Martin (Department of Forest Management and Geodesy, Technical University in Zvolen, 96053 Zvolen, Slovakia) ,  Mokros Martin (Faculty of Forestry and Wood Sciences, Czech University of Life Sciences Prague, 16500 Praha, Czech Republic) ,  Morel Jules (Institut Francais de Pondichery - Laboratoire des Sciences de l’Information et des Systemes, India/France) ,  Olofsson Kenneth (Department of Forest Resource Management, Swedish University of Agricultural Sciences, 901 83 Umea, Sweden) ,  Poveda-Lopez Jose (Treemetrics, Cork, T12 CCN3, Ireland) ,  Trochta Jan (Department of Forest Ecology and Department of Landscape Ecology and Geoinformatics, Silva Tarouca Research Institute for Landscape and Ornamental Gardening, 602 00 Brno, Czech Republic) ,  Wang Di (Department of Geodesy and Geoinformation, Technische Universitaet Wien, 1040 Vienna, Austria) ,  Wang Jinhu (Department of Geoscience and Remote Sensing, Delft University of Technology, 2628CN Delft, The Netherlands) ,  Xi Zhouxi (Department of Geography, University of Lethbridge, T1K3M4 Lethbridge, Canada) ,  Yang Bisheng (State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, University of Wuhan, 430079 Wuhan, China) ,  Zheng Guang (International Institute for Earth System Science, Nanjing University, 210023 Nanjing, China) ,  Kankare Ville (Department of Remote Sensing and Photogrammetry, Finnish Geospatial Research Institute, 02431 Masala, Finland) ,  Kankare Ville (Department of Forest Sciences, University of Helsinki, 00014 Helsinki, Finland) ,  Luoma Ville (Department of Remote Sensing and Photogrammetry, Finnish Geospatial Research Institute, 02431 Masala, Finland) ,  Luoma Ville (Department of Forest Sciences, University of Helsinki, 00014 Helsinki, Finland) ,  Yu Xiaowei (Department of Remote Sensing and Photogrammetry, Finnish Geospatial Research Institute, 02431 Masala, Finland) ,  Chen Liang (Department of Remote Sensing and Photogrammetry, Finnish Geospatial Research Institute, 02431 Masala, Finland) ,  Vastaranta Mikko (Department of Remote Sensing and Photogrammetry, Finnish Geospatial Research Institute, 02431 Masala, Finland) ,  Vastaranta Mikko (Department of Forest Sciences, University of Helsinki, 00014 Helsinki, Finland) ,  Vastaranta Mikko (School of Forest Sciences, University of Eastern Finland, 80101 Joensuu, Finland) ,  Saarinen Ninni (Department of Remote Sensing and Photogrammetry, Finnish Geospatial Research Institute, 02431 Masala, Finland) ,  Saarinen Ninni (Department of Forest Sciences, University of Helsinki, 00014 Helsinki, Finland) ,  Wang Yunsheng (Department of Remote Sensing and Photogrammetry, Finnish Geospatial Research Institute, 02431 Masala, Finland)
資料名： ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing)  (ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing))
巻： 144  ページ： 137-179  発行年： 2018年 
JST資料番号： H0048A  ISSN： 0924-2716  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： 過去20年は,公共および商業部門の両方における森林応用における地上レーザ走査(TLS)の可能性に関する認識の増加を,多大な研究努力および進歩と共に,目撃している。TLSに基づく森林調査に対する残りの障壁の業績を調べることは時間であり,さらなる研究と応用はTLSの運用上の利用において明確に指向されている。このような状況において,国際TLSベンチマーキングプロジェクトは,ヨーロッパの空間データ研究機関によって2014年に打ち上げられ,フィンランドの地理空間研究所によって調整された。このベンチマーキング研究の主目的は,森林の特性化におけるTLS適用の可能性を評価し,森林デジタル化の尺度としてのTLSの弱点と弱点を明らかにし,樹木属性抽出のための最近のアルゴリズムの能力を明らかにすることである。プロジェクトは,森林属性基準の標準化された集合のために同一のTLSデータセットを処理することによってTLSアルゴリズムをベンチマーク化するように設計され,信頼できる参照に関する一般的な手順を通して結果を評価することによって設計される。ベンチマーキング結果は,推定精度における大きな分散を反映し,それは18の比較アルゴリズムを通して,そして,評価フレームワーク,すなわち,森林複雑性カテゴリ,TLSデータ収集アプローチ,ツリー属性および評価手順を通して明らかにされなかった。評価フレームワークは,このベンチマーキングにおいて提案された3つの新しい基準を含み,アルゴリズム性能を,アルゴリズムの全体的性能を明らかにするために,2つ以上の判定基準(例えば,個々のツリー属性の精度をプロットレベル完全性と組み合わせて検査する)を通して調査した。また,結果は,この時期におけるいくつかの最良の利用可能な森林属性推定値を明らかにし,それは,TLSに基づく森林調査の現状を明らかにした。いくつかの結果は良く期待されているが,いくつかは新しい,例えば,単一/多重走査間の推定精度の分散,アルゴリズム設計の原理,および計算機性能を上回る人間操作の可能性である。単一スキャンデータ,すなわちプロット当たりの1半球スキャンで,ほとんどの最近のアルゴリズムは,容易な森林林分(容易なプロット:600幹/ha,20cmの平均DBH)において約75%の完全性と90%の正確さで茎検出を達成することができる。茎密度が増加して,平均DBHが減少するとき,検出率は減少する。すなわち,90%の正確さ(中間プロット:1000茎/ha,15cm平均DBH)と90%の正確さ(2000幹/ha,10cm平均DBH)を有する30%完全性を有する60%完全性。マルチスキャンアプローチの適用,すなわち,中心におけるプロット当たり5つのスキャンと四つの象限角度は,複雑な林分においてより効果的であり,中間プロットに対して完全性を約90%に増加させ,困難なプロットに対して約70%,ほぼ100%の正確さを有する。また,このベンチマーキングの結果は,TLSベースのアプローチが,実際の応用,例えば国家森林インベントリー(NFIs)で必要とされるものに近い1~2cmの精度でDBHと幹曲線の推定を提供できることを示している。アルゴリズム開発に関して,高レベルの自動化は一般的に共有された標準であるが,しかし,ボトルネックは,特に多層および高密度森林林分において,茎検出および樹木高さ推定において発生する。最大の挑戦は,マルチスキャンアプローチにおいてさえ,森林における樹木とブッシュのオクルージョン効果によるプロットにおいて,すべての樹木の幹を完全に正確に記録することはまだ困難である。将来の開発は,森林サンプル区画の冗長で不完全な点雲を扱い,より正確で効率的に樹木を認識する必要がある。この論文でラベル付けされたすべてのベンチマークが他の地上点雲源の参照としても役立つことができることを意味することは,現在,TLSがすべての他の技術と比較して最良の品質の地上点雲を提供することに注目している。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 品質 ,  キャラクタリゼーション ,  林分 ,  モデリング ,  標準化 ,  完全性 ,  自動化 ,  アルゴリズム ,  ベンチマーク ,  *走査 ,  *在庫量 ,  判定基準 ,  データ収集
準シソーラス用語： 推定精度 ,  *ベンチマーキング , 【Automatic Indexing@JST】

著者キーワード (7件)： ベンチマーキング ,  最新技術 ,  森林 ,  モデリング ,  ポイントクラウド ,  地上レーザ走査 ,  TLS

分類 (2件)： 測樹学  (FF01040T) ,  写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (5件)： 森林 ,  インベントリー ,  地上 ,  レーザ走査 ,  ベンチマーキング