Sensing forest structure from LIDAR

Abstract

Prozess beinhaltete die Untersuchung einer umfangreichen Merkmalsraums mithilfe einer vorwärtsgerichteten Merkmalsselektion, die den Merkmalsraum optimiert und die relevantesten Merkmale selektiert. Die Untersuchungen zeigen, dass die Kombination von verschiedenen strukturellen und spektralen Merkmalen, die aus multispektralem lidar berechnet werden, genauere Ergebnisse erbringt als die Fusion von multispektralen Luftbildern und lidar Daten einer einzelnen Wellenlänge. Die Intensität von multispektralem lidar (1064nm) erweist sich als das einflussreichste Merkmal, was zu einer 10%igen Genauigkeitssteigerung führt. Die experimentellen Ergebnisse zeigen, dass die lidar-basierten Merkmale die wichtigsten Informationsträger zur Waldstrukturanalyse sind. Die in dieser Arbeit entwickelten Methoden besitzen das Potential, auf andere Gebieteübertragen zu werden.