北フランスにおけるリーフオン/リーフオフ航空機搭載レーザスキャナデータと機械学習分類器に基づく河岸樹木属同定【JST・京大機械翻訳】

Ba A.; Laslier M.; Dufour S.; Hubert-Moy L.

文献

J-GLOBAL ID：202102241263719961 整理番号：21A2342291

北フランスにおけるリーフオン/リーフオフ航空機搭載レーザスキャナデータと機械学習分類器に基づく河岸樹木属同定【JST・京大機械翻訳】

Riparian trees genera identification based on leaf-on/leaf-off airborne laser scanner data and machine learning classifiers in northern France

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=21A2342291&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=21A2342291&from=J-GLOBAL&jstjournalNo=B0645B") }}

著者 (4件)： , , ,
資料名：
巻： 41 号： 5 ページ： 1645-1667 発行年： 2020年
JST資料番号： B0645B ISSN： 0143-1161 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：イギリス (GBR) 言語：英語 (EN)

河岸森林は,複数の生態学的サービスを提供する貴重な環境である。それらは自然と人為的制約の両方に直面しているので,河岸森林は属/種多様性に関して正確にマッピングする必要がある。以前の研究は,航空機搭載レーザスキャナ(ALS)データが,異なる文脈で樹木を分類する可能性を有することを示した。しかし,ALSを用いた広葉落葉樹林マッピングのための重要な特徴と分類結果の評価はまだ達成されていない。本研究の目的は,ALSデータに由来するどの特徴が河岸落葉樹林から樹木属を記述するのに重要であるかを推定することであり,2つの機械学習アルゴリズムを用いて分類の結果を提供することであった。フランス北部のNormandyのSelune川沿いに位置する8つの属に分布する191の樹木に手順を適用した。夏と冬の2つの調査からのALSデータを使用した。これらのデータから,樹木樹冠を抽出し,全体的形態と内部構造特徴を3D点雲から計算した。5つのデータセットを確立し,各1つは属数を増加させた。これは,樹木属間の識別のレベルを評価するために実行した。最も判別された特徴は,段階的二次判別解析(sQDA)とランダムフォレストを用いて選択され,データセットに依存して,144から3~9に縮小する特徴の数を可能にした。sQDA選択特徴は,データセットにおける属数の増加により,内部構造がより判別されるという事実を強調した。選択した特徴を,サポートベクトルマシン(SVM)とランダムフォレスト(RF)アルゴリズムを用いて分類の変数として使用した。さらに,ランダム森林分類を,選択なしで計算したすべての特徴を使用して実施した。最良の分類性能は,3つの属(Oak,Alder,およびPoplar)を使用するとき,SVMによるsQDA選択特徴を用いることが,83.15%の範囲の精度を与えたことを示した。RFと分類に利用できるすべての特徴を用いて同様の結果を得た。後者はまた7および8属を用いた場合に最良の分類性能を達成した。結果は,MLアルゴリズムが河岸樹木を地図化する適切な方法であることを明らかにした。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

測樹学 , 写真測量,空中写真

, , , , , , ,

前のページに戻る