• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Consistency of Aerial LiDAR-Derived Forest Metrics Across Multiple Acquisitions.
【24h】

Consistency of Aerial LiDAR-Derived Forest Metrics Across Multiple Acquisitions.

机译：跨多个采集的空中LiDAR衍生森林指标的一致性。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

As remote sensing technology advances, there is growing interest in using LiDAR to compare structural attributes between forest ecosystems and to monitor forests following active management. However, these emerging applications cannot be confidently employed without quantification of the consistency of repeat LiDAR acquisitions. To address this problem, I explore the impact of different sensors, flight directions, and flight altitudes on LiDAR-derived metric and canopy surface model consistency in the Dinkey Creek Watershed. In addition, I analyze whether structural changes in the forest are detected by LiDAR metrics. I conduct metric comparisons at 15-, 30-, and 46-meter resolutions and canopy surface model comparisons at 1-, 2-, and 3-meter resolutions to determine if processing pixel size affects metric consistency. The results show that collecting LiDAR using different sensors, flight directions, and flight altitudes does not reduce the stability of the metrics. Elevation percentile metrics, canopy proportion metrics, structure classes, and canopy rumple metrics maintain > 0.90 R2 values; and elevation mean, elevation standard deviation, and total cover > 2 meters maintain R2 values above 0.95 between acquisitions collected two years apart. Additionally, the R 2 values of the canopy proportion metrics are lower in areas harvested between acquisitions, indicating these metrics reflect structural changes in the forest. Metric consistencies increase with pixel size, from 15-46 meters. Canopy surface model consistency varies, but maintains R2 values above 0.90 for pixel sizes ranging 1-3 meters.
机译：随着遥感技术的发展，人们越来越关注使用LiDAR来比较森林生态系统之间的结构属性并在积极管理之后监测森林。但是，如果不量化重复LiDAR采集的一致性，就无法自信地采用这些新兴应用。为了解决这个问题，我研究了不同的传感器，飞行方向和飞行高度对Dinkey Creek流域中LiDAR得出的度量和冠层表面模型一致性的影响。此外，我分析了LiDAR指标是否可以检测到森林中的结构变化。我以15、30和46米的分辨率进行度量比较，并以1、2和3米的分辨率进行冠层表面模型比较，以确定处理像素大小是否会影响度量一致性。结果表明，使用不同的传感器，飞行方向和飞行高度收集LiDAR不会降低指标的稳定性。高程百分率指标，冠层比例指标，结构类别和冠层褶皱指标保持> 0.90 R2值；海拔高度平均值，海拔高度标准偏差以及总覆盖范围> 2米，使得间隔两年收集的两次采集之间的R2值保持在0.95以上。此外，冠层比例度量的R 2值在两次采伐之间收获的区域较低，表明这些度量反映了森林的结构变化。公制一致性随像素大小从15-46米增加。顶篷表面模型的一致性会有所不同，但对于1-3米的像素大小，R2值将保持在0.90以上。

著录项

  • 作者

    Dow, Luke.;

  • 作者单位

    University of Washington.;

  • 授予单位 University of Washington.;
  • 学科 Forestry.;Environmental science.;Remote sensing.
  • 学位 Masters
  • 年度 2015
  • 页码 58 p.
  • 总页数 58
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号