.png){kind=icon}
返回
Forest Structural Estimates Derived Using a Practical, Open-Source Lidar-Processing Workflow
.png){kind=icon}
OA
AI
DOI：10.3390/rs13234763.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
激光雷达数据在大范围空间尺度上日益可用，并且可以与卫星图像结合，以提供详细的植被结构指标。为充分利用激光雷达数据的优势，需要实用且可扩展的处理工作流程。本研究中，我们使用lidR R软件包、一个自定义的R森林指标函数以及分布式云计算环境，将覆盖约22,900 km²的11 TB机载激光雷达数据处理为28个高度、覆盖和密度指标。我们将这些激光雷达输出与样地数据结合，以建立基面积、每英亩树木数量和二次平均直径的模型。我们比较了仅激光雷达模型、仅光谱图像模型以及激光雷达与光谱图像结合的模型。我们发现，激光雷达模型在所有三个指标上均优于光谱图像模型，而结合模型在三个指标中的两个上略优于激光雷达模型。一个激光雷达变量，即低中层冠层相对密度，被所有激光雷达和结合模型选中，表明中层森林结构在研究区域中的重要性。总体而言，该开源激光雷达处理工作流程为大范围森林景观的结构估算提供了一种实用且可扩展的选项。本研究采用的方法和系统使我们能够在压缩的时间框架内将大量激光雷达数据加工为有用的森林结构指标。
期刊
暂无期刊信息
机构
暂无机构信息
引用论文
暂无论文信息