• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文OA文献 >Optimización de la Exactitud Geométrica al Integrar Diversas Fuentes de Datos en Proyectos deudInventario Forestal Basados en Escaneo Laser Aerotransportado=Optimizing Geometric Accuracy in Data Source Integration for Airborne Laser Scanning-based Forest Inventory Projects
【2h】

Optimización de la Exactitud Geométrica al Integrar Diversas Fuentes de Datos en Proyectos deudInventario Forestal Basados en Escaneo Laser Aerotransportado=Optimizing Geometric Accuracy in Data Source Integration for Airborne Laser Scanning-based Forest Inventory Projects

机译：在 u项目中集成各种数据源时的几何精度优化基于机载激光扫描的森林资源清查=在基于机载激光扫描的森林资源清查项目的数据源集成中优化几何精度

页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

La mayoría de las aplicaciones forestales del escaneo laser aerotransportado (ALS, del inglés airborne laser scanning) requieren la integración y uso simultaneo de diversas fuentes de datos, con el propósito de conseguir diversos objetivos. Los proyectos basados en sensores remotos normalmente consisten en aumentar la escala de estudio progresivamente a lo largo de varias fases de fusión de datos: desde la información más detallada obtenida sobre un área limitada (la parcela de campo), hasta una respuesta general de la cubierta forestal detectada a distancia de forma más incierta pero cubriendo un área mucho más amplia (la extensión cubierta por el vuelo o el satélite). Todas las fuentes de datos necesitan en ultimo termino basarse en las tecnologías de sistemas de navegación global por satélite (GNSS, del inglés global navigation satellite systems), las cuales son especialmente erróneas al operar por debajo del dosel forestal. Otras etapas adicionales de procesamiento, como la ortorectificación, también pueden verse afectadas por la presencia de vegetación, deteriorando la exactitud de las coordenadas de referencia de las imágenes ópticas. Todos estos errores introducen ruido en los modelos, ya que los predictores se desplazan de la posición real donde se sitúa su variable respuesta. El grado por el que las estimaciones forestales se ven afectadas depende de la dispersión espacial de las variables involucradas, y también de la escala utilizada en cada caso. Esta tesis revisa las fuentes de error posicional que pueden afectar a los diversos datos de entrada involucrados en un proyecto de inventario forestal basado en teledetección ALS, y como las propiedades del dosel forestal en sí afecta a su magnitud, aconsejando en consecuencia métodos para su reducción. También se incluye una discusión sobre las formas más apropiadas de medir exactitud y precisión en cada caso, y como los errores de posicionamiento de hecho afectan a la calidad de las estimaciones, con vistas a una planificación eficiente de la adquisición de los datos. La optimización final en el posicionamiento GNSS y de la radiometría del sensor óptico permitió detectar la importancia de este ultimo en la predicción de la desidad relativa de un bosque monoespecífico de Pinus sylvestris L. ABSTRACT Most forestry applications of airborne laser scanning (ALS) require the integration and simultaneous use of various data sources, pursuing a variety of different objectives. Projects based on remotely-sensed data generally consist in upscaling data fusion stages: from the most detailed information obtained for a limited area (field plot) to a more uncertain forest response sensed over a larger extent (airborne and satellite swath). All data sources ultimately rely on global navigation satellite systems (GNSS), which are especially error-prone when operating under forest canopies. Other additional processing stages, such as orthorectification, may as well be affected by vegetation, hence deteriorating the accuracy of optical imagery’s reference coordinates. These errors introduce noise to the models, as predictors displace from their corresponding response. The degree to which forest estimations are affected depends on the spatial dispersion of the variables involved and the scale used. This thesis reviews the sources of positioning errors which may affect the different inputs involved in an ALS-assisted forest inventory project, and how the properties of the forest canopy itself affects their magnitude, advising on methods for diminishing them. It is also discussed how accuracy should be assessed, and how positioning errors actually affect forest estimation, toward a cost-efficient planning for data acquisition. The final optimization in positioning the GNSS and optical image allowed to detect the importance of the latter in predicting relative density in a monospecific Pinus sylvestris L. forest.
机译：机载激光扫描（ALS）的大多数林业应用都需要集成和同时使用各种数据源，以实现各种目标。基于远程传感器的项目通常包括在数据融合的各个阶段逐步扩展研究范围：从有限区域（现场图）上获得的最详细信息，到屋顶的总体响应在更不确定的距离处探测到的森林，但覆盖的范围更广（飞行或卫星覆盖的范围）。最终，所有数据源都必须基于全球导航卫星系统（GNSS）技术，当在林冠层下运行时，该技术尤其有缺陷。植被的存在也会影响其他附加处理步骤，例如正射矫正，从而损害光学图像参考坐标的准确性。所有这些错误都会将噪声引入模型，因为预测变量会从其响应变量所在的实际位置移动。森林估计的影响程度取决于所涉及变量的空间分散性，还取决于每种情况下使用的规模。本文回顾了可能影响ALS遥感森林清查项目涉及的各种输入数据的位置误差的来源，以及森林冠层本身的性质如何影响其大小，并提出了相应的减少方法。 。还讨论了在每种情况下最合适的方法来测量准确性和精度，以及定位误差实际上如何影响估计质量，以期有效地规划数据采集。 GNSS定位和光学传感器的辐射度的最终优化使我们能够检测到后者在预测樟子松单种林的相对神性方面的重要性。摘要大多数林业上的机载激光扫描（ALS）应用都需要集成并同时使用各种数据源，以实现各种不同的目标。基于遥感数据的项目通常包括升级数据融合阶段：从在有限区域中获得的最详细信息（田地图）到在更大范围内感知到的更加不确定的森林响应（机载和卫星测绘带）。所有数据源最终都依赖于全球导航卫星系统（GNSS），当在森林林冠下操作时特别容易出错。其他附加处理阶段（例如，正射矫正）也可能会受到植被的影响，因此会降低光学图像参考坐标的准确性。这些误差将噪声引入模型，因为预测变量会偏离其相应的响应。森林估算的影响程度取决于所涉及变量的空间分布和使用的规模。本文回顾了可能影响ALS协助的森林清查项目中涉及的不同投入的定位误差的来源，以及林冠本身的特性如何影响其大小，并提出了减少其方法的建议。还讨论了如何评估准确性，以及定位错误实际上如何影响森林估算，以实现具有成本效益的数据采集计划。定位GNSS和光学图像的最终优化可以检测后者在预测樟子松单种林中相对密度方面的重要性。

著录项

  • 作者

    Valbuena Puebla Ruben;

  • 作者单位
  • 年度 2013
  • 总页数
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

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