抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
無人航空機(UAV)から得た三次元光検出と測距(LiDAR)点雲は,比較的新しいタイプのリモートセンシングデータを表す。調査グレード精度を有する平方メートル当たり数千点の点雲密度は,UAVレーザ走査(ULS)を森林環境の詳細なマッピングのための非常に適切なツールにした。RIEGL VUX-SYSを用いて,中央ヨーロッパ森林の2つの最も重要な経済種であるノルウェートウヒとオウシュウアカマツの森林林分をスキャンし,完全に自動化されたワークフローにおける個々の樹木幹検出と茎直径推定のための点雲の適合性を評価した。サブキャノピー空間におけるボクセルの点密度に基づくツリーステムを分割し,幹に沿った断面に適合するロバストな円フィッティングの3つの方法を適用した。(1)Hough変換;(2)ランダムサンプルコンセンサス(RANSAC);(3)ロバスト最小トリミング二乗(RLTS)。トウヒとマツに対する研究プロットにおける全樹木の99%と100%を正確に検出し,最良の性能法,RTLSを用いて,平均バイアス誤差0.1cm(1%)とRMSE6.0cm(19%)で,トウヒの99%とマツの98%に対する直径を推定できた。Hough変換では,非フィルタリングの周辺と,しばしば断面の不完全点表現に適合できなかった。一般的に,RLTSはRANSACよりもわずかに良好に機能し,より高い茎検出成功率と直径推定のより低い誤差の両方を有した。RLTSのより良い性能は,不完全および雑音点構造のような複雑な状況においてより顕著であり,一方,高品質点表現に対しては,RANSACはわずかに良好な結果を与えた。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】