Airborne Laser Scanning Outperforms the Alternative 3D Techniques in Capturing Variation in Tree Height and Forest Density in Southern Boreal Forests
Notice bibliographique
Résumé
The objective of this study is to better understand the relationship between forest structure and point cloud features generated from certain airborne and space borne sensors. Point cloud features derived from airborne laser scanning (ALS), aerial imagery (AI), WorldView-2 imagery (WV2), TerraSAR-X, and Tandem-X (TDX) data were classified as features characterizing forest height and density as well as variation in tree height. Correlations between these features and field-measured attributes describing forest height, density and tree height variation were investigated at plot scale. From the field-measured attributes, basal area (G) and the number of trees per unit area (N) were used as forest density indicators whereas maximum tree height (H-max) and standard deviation in tree height (H-std) were used as indicators for forest height and tree height variation, respectively. In the analyses, field observations from 91 sample plots (32 m x 32 m) located in southern Finland were used. Even though ALS was found to be the most accurate data source in characterizing forest structure, AI, WV2, and TDX were also capable of characterizing forest height at plot scale with correlation coefficients stronger than 0.85. However, ALS was the only data source capable of providing separate features for characterizing also the variation in tree height and forest density. Features related to forest height, generated from the other data sources besides ALS, also provided strongest correlation with the forest density attributes and variation in tree height, in addition to H-max. Due to these more diverse characterization capabilities, forest structural attributes can be predicted more accurately by using ALS, also in the areas where the relation between the attributes of interest is not solely dependent on forest height, compared to the other investigated 3D remote sensing data sources.
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.
Comment cette classification a été obtenuedéplier
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».