Key points are not available for this paper at this time.
يتم تحويل الاستشعار البيئي عن بُعد من خلال القياسات الطيفية المتعددة الثلاثية الأبعاد (3D) لأغطية الغابات بواسطة الطائرات بدون طيار (UAV) وخوارزميات هيكل الرؤية الحاسوبية من الحركة (SFM). ومع ذلك، تجاوزت تطبيقات هذه التكنولوجيا فهم العلاقة بين طريقة الجمع وجودة البيانات. هنا، تم استخدام الاستشعار عن بُعد باستخدام UAV-SFM لإنتاج سحب نقاط طيفية متعددة ثلاثية الأبعاد لغابات متساقطة الأوراق معتدلة في مستويات مختلفة من ارتفاع الطائرة بدون طيار، وتداخل الصور، والطقس، ومعالجة الصور. تم تفسير الخطأ في تقديرات ارتفاع الغطاء النباتي بمحاذاة نموذج ارتفاع الغطاء مع النموذج الرقمي للتضاريس (R2 = 0.81) بسبب اختلافات في الإضاءة وتداخل الصور. وبعد الأخذ في الاعتبار ذلك، لم تُلاحظ فروق ذات دلالة إحصائية في خطأ الارتفاع عند مستويات مختلفة من الإضاءة والارتفاع والتداخل الجانبي. عموماً، تم الحصول على تقديرات دقيقة لارتفاع الغطاء النباتي مقارنة بالقياسات الميدانية (R2 = 0.86، RMSE = 3.6 م) وLIDAR (R2 = 0.99، RMSE = 3.0 م) تحت ظروف مثالية من إضاءة واضحة وتداخل صورة عالي (>80%). يبدو أن تفاوت جودة سحب النقاط مرتبط بسلوك 'ميزات الصورة' في SFM. يجب أن تدرس الأبحاث المستقبلية دور ميزات الصورة كوحدة أساسية للاستشعار عن بُعد باستخدام SFM، على غرار البيكسل في التصوير البصري ونبضة الليزر في LIDAR.
Building similarity graph...
Analyzing shared references across papers
Loading...
Jonathan P. Dandois
Marc Olano
Erle C. Ellis
Remote Sensing
University of Maryland, Baltimore County
Smithsonian Tropical Research Institute
Building similarity graph...
Analyzing shared references across papers
Loading...
درس Dandois وآخرون (Fri,) هذا السؤال.
www.synapsesocial.com/papers/6a03363b67f6ea5cc8758aba — DOI: https://doi.org/10.3390/rs71013895
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: