Quantifying canopy height underestimation by laser pulse penetration in small-footprint airborne laser scanning data
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract There is a well-reported tendency for canopy height to be underestimated in small-footprint airborne laser scanning (ALS) data of coniferous woodland. This is commonly explained by a failure to record treetops because of insufficient ALS sampling density. This study examines the accuracy of canopy height estimates retrieved from small-footprint ALS data of broadleaf woodland. A novel field sampling method was adopted to collect reference canopy upper surface measurements of known horizontal (x, y) and vertical (z) position that had sub-metre accuracy. By investigating the z differences between ALS and reference canopy measurements with matching x and y locations, the effects of ALS sampling density were removed from the analysis. For raw point-sample ALS data, a negative bias of 0.91 m for sample shrub canopies and 1.27 m for sample tree canopies was observed. These results suggest that for broadleaf woodland, a small-footprint laser pulse hitting the upper surface of a canopy often advances into the canopy before reflecting a signal strong enough to be detected by the scanner as a first return. The depth of laser pulse penetration will vary with canopy structural characteristics and ALS device configuration. Interpolation of the point-sample ALS canopy measurements into a grid-based digital canopy height model (DCHM) propagated the observed errors, resulting in a negative bias of 1.02 m for shrub canopies and 2.12 m for tree canopies. Here the sampling density in relation to canopy surface roughness was important. De nombreuses études rapportent une sous-estimation des mesures de hauteur d'un couvert forestier de conifères, éffectuées à l'aide d'un système laser à balayage aéroporté (ALS) à petite-empreinte. Ceci est communément expliqué par le fait que la hauteur maximale des arbres est rarement enregistrée puisque la densité d'échantillonage du système ALS est insuffisante. Cette étude évalue la précision des mesures de hauteur d'un couvert forestier feuillu enregistrées par un système ALS à petite empreinte. Une nouvelle méthode de terrain qui permet d'obtenir la position horizontale et verticale de points de référence de la surface supérieure du couvert forestier avec une précision sous-métrique a été adoptée. En comparant les différences de hauteur (z) entre les données du système ALS et les mesures de référence qui ont la même position horizontale (x, y), les effets de densité d'échantillonage du système ALS ont été éliminés. La comparaison des mesures de reference avec l'échantillon des points de mesure ALS révèle une différence negative de 0.91 m pour un couvert forestier de buissons et de 1.27 m pour un couvert forestier d'arbres. Ce résultat suggère que, pour un couvert forestier feuillu, une impulsion laser à petite empreinte pénètre à travers le couvert forestier avant que sa reflection soit assez intense pour qu'elle puisse être détectée par le système ALS comme étant un premier-retour. La profondeur à laquelle l'impulsion laser pénètre dans le couvert forestier dependra des caractéristiques structurelles de ce couvert ainsi que de la configuration du système ALS. Le procédé d'interpolation de l'échantillon des points de mesure ALS qui assure la création d'un modèle numérique matriciel de hauteur du couvert forestier propage les erreurs observées, la différence négative étant cette fois de 1.02 m pour les buissons et de 2.12 m pour les arbres. Dans ce cas, la densité d'échantillonage des points de mesure ALS en relation avec la rugosité de la surface du couvert forestier est déterminante.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle