TY -的A2 Lupan奥列格•李盟——Won-Jin AU -李,Chang-Wook PY - 2018 DA - 2018/04/11 TI -森林的树冠高度估计使用多平台遥感数据集SP - 1593129六世- 2018 AB -最近,大量研究试图确定森林高度利用遥感技术快速数据采集的好处,不仅处理和分析,但也划算。然而,如果没有足够的数据,应用最新的遥感技术,我们需要考虑各种各样的数据集。在这项研究中,我们试图确定森林高度使用discrete-return激光雷达数据,SRTM,卫星l波段SAR数据和光学数据。我们尝试用激光雷达DSM和DTM之间的差异,以及SRTM DSM和激光雷达DTM。此外,我们应用一个sba算法和线性回归数据集。从定量评价、RMSE和 R ²LiDAR-derived森林的高度(3.22 m和0.43,分别地)和SRTM-derived森林高度(2.90 m和0.50,分别地)都相当不错,尤其是当我们考虑数据采集时间差异和测量误差在山区。此外,我们稍微RMSE和改善 R ²分别从2.90 m和0.50,2.75米和0.54,分别纠正SRTM使用sba算法。此外,我们合并获得的数据集使用线性回归和改善森林和RMSE山庄 R ²值分别为2.68米和0.56。生成一个森林高度图,我们使用归一化植被指数从光学图像和蒙面从每个传感器的高度低于2米。因此,我们排除了城市地区,“光秃秃的地球表面,”和山流从每个传感器的图像。最后,我们生成了一个森林高度图重叠的数据集。这项研究的结果表明,每个传感器都有潜力不仅决定森林高度还提取森林面积互补信息。此外,这项研究表明潜在的改进使用sba算法和线性回归。SN - 1687 - 725 - 2018/1593129 / 10.1155 x你——https://doi.org/10.1155/2018/1593129——摩根富林明——《传感器PB - Hindawi KW - ER