文献

J-GLOBAL ID：202202241969601366   整理番号：22A0312653

混合広葉樹林の樹冠被覆を推定するためのスペクトルデータ補助としてのUAV画像から導いたキャノピー高さモデルの利用【JST・京大機械翻訳】

Using canopy height model derived from UAV imagery as an auxiliary for spectral data to estimate the canopy cover of mixed broadleaf forests

著者 (2件)： Miraki M. (Department of Forestry, Faculty of Natural Resources, Tarbiat Modares University, Tehran, Iran) ,  Sohrabi H. (Department of Forestry, Faculty of Natural Resources, Tarbiat Modares University, Tehran, Iran)
資料名： Environmental Monitoring and Assessment  (Environmental Monitoring and Assessment)
巻： 194  号： 1  ページ： 45  発行年： 2022年 
JST資料番号： D0789B  ISSN： 0167-6369  CODEN： EMASDH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： キャノピーカバーは森林インベントリーで頻繁に使用される重要な構造形質であり,森林林分の多くの他の重要な側面と同様に持続可能性を評価する。リモートセンシングデータは,サンプルプロット,特に広いスケールでの伝統的現場測定よりキャノピー被覆推定に,より効果的で好適である。微細スケールにおけるこの属性の測定とマッピングは難しいタスクである。無人航空機(UAV)を用いた空中画像は,キャノピー属性を推定するための優れたツールとして認識されてきた。本研究では,7つの異なる林分における混合広葉樹林のキャノピー被覆の推定のために,ディジタル半球写真(DHP),デジタルカバー写真(DCP),UAV RGBデータ,およびキャノピー高さモデル(CHM)の使用の可能性を比較した。キャノピーカバーは,DHP(参照法)とDCPを含む2つのデジタルキャノピー写真法から測定した。スタンドオルソ写真を多重解像度画像分割法を用いてセグメント化した。その後,キャノピーカバーの2クラスにおける分類と非キャノピー被覆を最小距離分類を用いて行い,キャノピー被覆を推定した。SfMアルゴリズムに基づいてCHM層を生成し,補助データとして各林分におけるキャノピー被覆推定に利用した。結果は,補助データとしてCHMを使用したとき,わずかな改善を示した。全体として,結果は,マルチストリートと高密度森林における地上デジタルキャノピー写真法(第10視野)の効率が最も低いことを示した。リターンにおいて,ディジタル空中キャノピー写真(オブジェクトベースキャノピーセグメンテーションと分類)のための著者らの方法は,簡単,迅速,効率的,および費用対効果が高い。Copyright The Author(s), under exclusive licence to Springer Nature Switzerland AG 2021 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 ,  セグメンテーション ,  森林 ,  *被覆 ,  *画像 ,  在庫量 ,  無人機 ,  分割法 ,  林分 ,  *樹冠 ,  *広葉樹林
準シソーラス用語： 費用対効果 ,  持続可能性 ,  空中画像 ,  リモートセンシングデータ , 【Automatic Indexing@JST】

著者キーワード (5件)： キャノピーカバー ,  UAV ,  CHM ,  DHP ,  DCP

分類 (3件)： 自然保護  (SB06000L) ,  写真測量,空中写真  (RC02040D) ,  植物生態学  (EE02000E)

タイトルに関連する用語 (8件)： 広葉樹林 ,  樹冠 ,  推定 ,  スペクトルデータ ,  UAV ,  キャノピー ,  高さ ,  モデル