文献

J-GLOBAL ID：202102251221495557   整理番号：21A2436925

空中レーザ走査を用いた樹木関連微小生息地を予測するための機械学習アルゴリズム【JST・京大機械翻訳】

Machine Learning Algorithms to Predict Tree-Related Microhabitats using Airborne Laser Scanning

著者 (6件)： Santopuoli Giovanni (Dipartimento Agricoltura, Ambiente e Alimenti, Universita degli Studi del Molise, Via De Sanctis s.n.c., 86100 Campobasso, Italy) ,  Febbraro Mirko Di (Dipartimento di Bioscienze e Territorio, Universita degli Studi del Molise, Cda Fonte Lappone, s.n.c., 86090 Pesche (IS), Italy) ,  Maesano Mauro (Department of Innovation in Biological, Agro-food and Forest Systems, University of Tuscia, via San Camillo de Lellis snc, 01100 Viterbo, Italy) ,  Balsi Marco (Dipartimento di Ingegneria dell’Informazione, Elettronica e Telecomunicazioni, Universita “La Sapienza”, 00184 Roma, Italy) ,  Marchetti Marco (Dipartimento di Bioscienze e Territorio, Universita degli Studi del Molise, Cda Fonte Lappone, s.n.c., 86090 Pesche (IS), Italy) ,  Lasserre Bruno (Dipartimento di Bioscienze e Territorio, Universita degli Studi del Molise, Cda Fonte Lappone, s.n.c., 86090 Pesche (IS), Italy)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 12  号： 13  ページ： 2142  発行年： 2020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： 過去数年間,樹木関連ミクロ生息場所と生息場所樹木の発生と豊度は,森林生物多様性の指標としてヨーロッパで大きな注目を集めている。それにもかかわらず,圃場における微小生息域を観察することは,時間とよく訓練されたスタッフを必要とする。この理由で,大規模でのそれらの同定とマッピングのための新しい効率的な半自動システムが必要である。本研究は,機械学習アルゴリズムの実施を通して航空機搭載レーザ走査データを用いて混合および多層地中海森林における微小生息域の予測を目的とする。本研究は,単一微小生息域から生息場所樹木までの樹木関連Micro生息場所に対する最近の階層的分類システムに従って,微小生息域を検出するのに有用なLiDAR計量の同定に焦点を当てた。結果は,航空機搭載レーザ走査点雲が微小生息数の予測を支持することを示した。より良い予測能力は,より高い階層レベル,および着生性 br類,根ブットレス空洞,および枝穴のような単一微小生息域において得られた。樹高分布と樹冠密度に関する計量は,多層森林におけるミクロ生息場所の最も重要な予測子である。Copyright 2021 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： ヨーロッパ ,  地中海 ,  *生息場所 ,  多層 ,  着生 ,  樹冠 ,  生物多様性 ,  *学習アルゴリズム ,  樹高
準シソーラス用語： 予測子 ,  個体数 ,  航空機搭載 ,  微小生息域 ,  *レーザ走査 , 【Automatic Indexing@JST】

著者キーワード (5件)： 森林生物多様性 ,  生息地樹木 ,  LiDAR ,  リモートセンシング ,  林業

分類 (5件)： 植物生態学  (EE02000E) ,  測樹学  (FF01040T) ,  リモートセンシング一般  (AD04000L) ,  自然保護  (SB06000L) ,  レーザの応用  (BD04100V)

引用文献 (57件)：

• Bütler, R.; Lachat, T.; Larrieu, L.; Paillet, Y. Habitat trees: Key elements for forest biodiversity. In Integrative Approaches as an Opportunity for the Conservation of Forest Biodiversity; Kraus, D., Krumm, F., Eds.; European Forest Insititute: Joensuu, Finland, 2013; pp. 84-91.
• Großmann, J.; Schultze, J.; Bauhus, J.; Pyttel, P. Predictors of Microhabitat Frequency and Diversity in Mixed Mountain Forests in South-Western Germany. Forests 2018, 9, 104.
• Leidinger, J.; Weisser, W.W.; Kienlein, S.; Blaschke, M.; Jung, K.; Kozak, J.; Fischer, A.; Mosandl, R.; Michler, B.; Ehrhardt, M.; et al. Formerly managed forest reserves complement integrative management for biodiversity conservation in temperate European forests. Biol. Conserv. 2020, 242, 108437.
• Asbeck, T.; Pyttel, P.; Frey, J.; Bauhus, J. Predicting abundance and diversity of tree-related microhabitats in Central European montane forests from common forest attributes. For. Ecol. Manag. 2019, 432, 400-408.
• Santopuoli, G.; di Cristofaro, M.; Kraus, D.; Schuck, A.; Lasserre, B.; Marchetti, M. Biodiversity conservation and wood production in a Natura 2000 Mediterranean forest. A trade-off evaluation focused on the occurrence of microhabitats. iForest-Biogeosciences For. 2019, 12, 76-84.

タイトルに関連する用語 (7件)： レーザ走査 ,  樹木 ,  微小 ,  生息地 ,  予測 ,  機械学習 ,  アルゴリズム