文献

J-GLOBAL ID：202102281820645451   整理番号：21A2455732

UAVレーザ走査を用いた小規模森林インベントリーにおける個々の樹木直径推定【JST・京大機械翻訳】

Individual Tree Diameter Estimation in Small-Scale Forest Inventory Using UAV Laser Scanning

著者 (6件)： Hao Yuanshuo ,  Widagdo Faris Rafi Almay ,  Liu Xin ,  Quan Ying ,  Dong Lihu ,  Li Fengri
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 13  号： 1  ページ： 24  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： 無人航空機レーザ走査(UAVLS)システムはリモートセンシングの比較的新しい手段を提示し,森林生態学と管理の分野でますます適用されている。しかし,森林インベントリー,胸高の樹木直径(DBH)における最も重要なパラメータの一つは,走査角とキャノピー閉塞の制限のために,空中点雲データから直接抽出できない。したがって,本研究では,DBH-UAVLSポイントクラウド推定モデルを一般化非線形混合効果(NLME)モデルを用いて確立した。実験は,対象種としてLarix olgensisを用いて行い,11地点にわたる118プロット内のUAVLSデータから合計8364の正しく描写された樹木をDBHモデリングに用いた。光検出と測距(LiDAR)を用いて樹木とプロットレベル計量の両方を得て,モデル独立予測子として用いた。結果は,サイトレベルのランダム効果の添加がモデルフィッティングを著しく改善することを示した。ノンパラメトリックモデリング手法(ランダムフォレストとk-最近傍)と,leave-one-site-out交差検証による単一または多変数加重非線形最小二乗回帰と比較して,局所キャリブレーションによるNLMEモデルは,最小自乗平均誤差(RMSE)値(1.94cm)と,異なる地点にわたる最も安定した予測を達成した。ランダム効果モデルのサイトを用いて,LiDARベースDBH推定の伝達性を改善した。局所モデルキャリブレーションを行うのに用いた最良の線形不偏予測子(BLUP)は,現場測定の数が増加するにつれてモデル性能の改善につながった。研究は,無人機(UAV)小規模森林インベントリーのベースラインを提供し,運用林業の合理的代替であるかもしれない。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： 最小二乗法 ,  林業 ,  リモートセンシング ,  *在庫量 ,  無人機 ,  線形性 ,  距離測定 ,  光検出 ,  基準線 ,  キャノピー ,  カラマツ属
準シソーラス用語： 予測子 ,  推定モデル ,  ランダムフォレスト ,  *レーザ走査 , 【Automatic Indexing@JST】

著者キーワード (5件)： 無人航空機レーザ走査(UAVS) ,  胸高(DBH)における直径 ,  非線形混合効果モデル ,  キャリブレーション ,  最良線形不偏予測器(BLUP)

分類 (2件)： 測樹学  (FF01040T) ,  リモートセンシング一般  (AD04000L)

引用文献 (92件)：

• Pan, Y.; Birdsey, R.A.; Fang, J.; Houghton, R.; Kauppi, P.E.; Kurz, W.A.; Phillips, O.L.; Shvidenko, A.; Lewis, S.L.; Canadell, J.G.; et al. A Large and Persistent Carbon Sink in the World’s Forests. Science 2011, 333, 988-993.
• Forest Resources Assessment (FAO). Global Forest Resources Assessment 2015: How are the World’s Forests Changing? FAO: Rome, Italy, 2015.
• White, J.C.; Wulder, M.A.; Varhola, A.; Vastaranta, M.; Coops, N.C.; Cook, B.D.; Pitt, D.; Woods, M. A Best Practices Guide for Generating Forest Inventory Attributes from Airborne Laser Scanning Data Using an Area-Based Approach; Natural Resources Canada: Victoria, BC, Canada, 2013.
• Liang, X.; Hyyppä, J.; Kaartinen, H.; Lehtomäki, M.; Pyörälä, J.; Pfeifer, N.; Holopainen, M.; Brolly, G.; Francesco, P.; Hackenberg, J.; et al. International benchmarking of terrestrial laser scanning approaches for forest inventories. ISPRS J. Photogramm. Remote Sens. 2018, 144, 137-179.
• Tomppo, E.; Olsson, H.; Ståhl, G.; Nilsson, M.; Hagner, O.; Katila, M. Combining national forest inventory field plots and remote sensing data for forest databases. Remote Sens. Environ. 2008, 112, 1982-1999.

タイトルに関連する用語 (8件)： UAV ,  レーザ走査 ,  小規模 ,  森林 ,  インベントリー ,  樹木 ,  直径 ,  推定