Evaluating the Impacts of Using Different Digital Surface Models to Estimate Forest Height with TanDEM-X Interferometric Coherence Data
Notice bibliographique
Résumé
In our previous studies, we demonstrated the usefulness of TanDEM-X interferometric bistatic mode with single polarization to obtain forest heights for the purposes of large area mapping. A key feature of our approach has been the use of a simplified Random Volume Over Ground (RVOG) model that locally estimates forest height. The model takes TanDEM-X interferometric coherence amplitude as an input and uses an external Digital Surface Model (DSM) to account for local slope variations due to terrain topography in order to achieve accurate forest height estimation. The selection of DSM for use as a local slope reference is essential, as an inaccurate DSM will result in less accurate terrain-correction and forest height estimation. In this paper, we assessed TanDEM-X height estimates associated with scale variations in different DSMs used in the model over a remote sensing supersite in Petawawa, Canada. The DSMs used for assessments and comparisons included ASTER GDEM, ALOS GDSM, airborne DRAPE DSM, Canadian DSM and TanDEM-X DSM. Airborne Laser Scanning (ALS) data were used as reference for terrain slope and forest height comparisons. The results showed that, with the exception of the ASTER GDEM, all DSMs were sufficiently accurate for the simplified RVOG model to provide a satisfactory estimate of stand-level forest height. When compared to the ALS 95th height percentile, the modeled forest heights had R2 values greater than 80% and Root-Mean-Square Errors (RMSE) less than 2 m. For a close similarity in slope estimation with the ALS reference, coverage across Canada and open data access, the 0.75 arc-second (20 m) resolution Canadian DSM was selected as a preferred choice for the simplified RVOG model to provide TanDEM-X height estimation in Canada.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».