文献

J-GLOBAL ID：202002222267981371   整理番号：20A1032078

光子計数LIDARデータとLandsat8 OLIデータを用いた森林高さのマッピング:米国のVirginiaとノースカロライナにおける事例研究【JST・京大機械翻訳】

Mapping forest height using photon-counting LiDAR data and Landsat 8 OLI data: A case study in Virginia and North Carolina, USA

著者 (8件)： Zhu Xiaoxiao (Key Laboratory of Digital Earth Science, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100094, China) ,  Zhu Xiaoxiao (College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China) ,  Wang Cheng (Key Laboratory of Digital Earth Science, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100094, China) ,  Wang Cheng (College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China) ,  Nie Sheng (Key Laboratory of Digital Earth Science, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100094, China) ,  Pan Feifei (Department of Geography and the Environment, University of North Texas, Denton, TX 76203, USA) ,  Xi Xiaohuan (Key Laboratory of Digital Earth Science, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100094, China) ,  Hu Zhenyue (Beijing Institute of Spacecraft System Engineering, Beijing 100048, China)
資料名： Ecological Indicators  (Ecological Indicators)
巻： 114  ページ： Null  発行年： 2020年 
JST資料番号： A1221A  ISSN： 1470-160X  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： 大規模で正確で詳細な森林高さ地図は,地球規模の炭素循環と生物多様性を理解し,評価するために価値があり,必要である。光子計数LiDAR(PCL)システムを用いたIce,クラウドおよび土地高度衛星-2(ICESat-2)ミッションは,高分解能でグローバルな森林高さを地図化する機会を提供する。本研究は,Landsat 8操作土地画像(OLI)データを用いて,多重Altimeter Beam Lidar(MABEL)データを組み合わせることにより,30mの空間分解能で森林高さを地図化することを目的とした。この目標を達成するために4つの重要なステップがある。最初に,Douglas-Peuckerアルゴリズムに基づくセグメンテーション法を提案して,MABELデータにおける大きなターンまたはキャリブレーション操作の問題を解明した。第2に,著者らは,森林高さを推定して,高い精度と信頼性を有する森林高さサンプルを,信号対雑音比(SNR)フィルタ,傾斜フィルタ,およびキャノピー光子密度(CPD)フィルタを含む3つのフィルタを開発することによって選択した。第3に,ランダムフォレスト(RF)と段階的多重回帰アルゴリズムの両方に基づく森林高さモデルを開発して,選択した森林高さサンプルとLandsatに由来するスペクトル指数,地形変数と地理的座標の予測変数の間の関係を確立した。最後に,開発した森林高さモデルを予測子変数に適用することにより,壁から壁への森林高さマップを作成し,森林高さマップの精度を空中LiDAR導出森林高さを用いて検証した。この研究で提案された方法を試験するために,南東Virginiaと東ノースカロライナにおける160,000km2の面積を選んだ。結果は,Douglas-Peuckerアルゴリズムが,飛行線における大きなターンと較正操作によって引き起こされたMABELデータ重複問題を効果的に解決できることを実証した。森林高さを選択するための適切なフィルタは,SNR>6,地形傾斜<25°,および40<CPD<170である。これらの開発したフィルタは,森林高さモデルの精度を実質的に増加できる。また,結果は,RF由来森林高さモデルが段階的回帰導出森林高さモデルより高いモデリング精度を達成したことを示した。RF由来森林高さモデルは,落葉樹林,常緑森林および混交林に対して,それぞれ0.59,0.68および0.62の決定係数(R2)値および4.55m,3.41mおよび4.08mのRMSE値を得た。LiDAR由来森林高さと比較して,本研究で生産された森林高さ地図は0.54のR2値と6.85mのRMSE値を有し,MABELデータとLandsat8OLIデータの組合せが30mの空間分解能で森林高さ地図を作り出すために使用できることを実証した。Copyright 2020 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： アルゴリズム ,  *光子 ,  信頼性 ,  セグメンテーション ,  土地 ,  多重化 ,  炭素循環 ,  混交林 ,  落葉樹林 ,  *事例研究 ,  高分解能 ,  生物多様性 ,  LIDAR
準シソーラス用語： レーザレーダ ,  ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (6件)： ICESAT-2 ,  多重高度計ビーム実験ライダ(MABEL) ,  オペレーショナルランドイメージャ(OLI) ,  森林高さマッピング ,  ランダムフォレスト(RF) ,  フィルタリング

分類 (2件)： リモートセンシング一般  (AD04000L) ,  光学情報処理  (BD03060T)

タイトルに関連する用語 (8件)： 光子計数 ,  LIDARデータ ,  森林 ,  高さ ,  マッピング ,  米国 ,  ノースカロライナ ,  研究