Lidar‐based aboveground biomass is

Lidar‐based aboveground biomass is derived based on the empirical relationship
between lidar‐measured vegetation height and aboveground biomass, often leading to large
uncertainties of aboveground biomass estimates at large scales. This study investigates
whether the use of any additional lidar‐derived vegetation structure parameters besides
height improves aboveground biomass estimation. The analysis uses data collected in the
field and with the Laser Vegetation Imaging Sensor (LVIS), and the Echidna® validation
instrument (EVI), a ground‐based hemispherical‐scanning lidar data in New England in
2003 and 2007. Our field data analysis shows that using wood volume (approximated by the
product of basal area and top 10% tree height) and vegetation type (conifer/softwood or
deciduous/hardwood forests, providing wood density) has the potential to improve
aboveground biomass estimates at large scales. This result is comparable to previous
individual‐tree based analyses. Our LVIS data analysis indicates that structure parameters
that combine height and gap fraction, such as RH100*cover and RH50*cover, are closely
related to wood volume and thus biomass particularly for conifer forests. RH100*cover
and RH50*cover perform similarly or even better than RH50, a good biomass predictor
found in previous study. This study shows that the use of structure parameters that combine
height and gap fraction (rather than height alone) improves the aboveground biomass
estimate, and that the fusion of lidar and optical remote sensing (to provide vegetation type)
will provide better aboveground biomass estimates than using lidar alone. Our ground lidar
analysis shows that EVI provides good estimates of wood volume, and thus accurate
estimates of aboveground biomass particularly at the stand level

ผลลัพธ์ (ไทย) 2:

ชีวมวลดิน Lidar ตามมาอยู่บนพื้นฐานของความสัมพันธ์เชิงประจักษ์
ระหว่างความสูงของพืช LIDAR วัดและมวลชีวภาพเหนือพื้นดินมักจะนำไปสู่การที่มีขนาดใหญ่
ความไม่แน่นอนของการประมาณการชีวมวลในระดับเหนือพื้นดินขนาดใหญ่ การศึกษาครั้งนี้สำรวจ
ว่าการใช้พารามิเตอร์โครงสร้างพืชที่ได้มาจาก LIDAR ใด ๆ เพิ่มเติมนอกเหนือจากการ
ช่วยเพิ่มความสูงเหนือพื้นดินประมาณค่าชีวมวล การวิเคราะห์ข้อมูลที่เก็บรวบรวมใช้ใน
ภาคสนามและมีการถ่ายภาพเลเซอร์เซนเซอร์พืช (Lvis) และการตรวจสอบEchidna®
เครื่องดนตรี (EVI) ภาคพื้นดินครึ่งวงกลมสแกนข้อมูล LIDAR ในนิวอิงแลนด์ใน
ปี 2003 และปี 2007 สาขาการวิเคราะห์ข้อมูลของเรา แสดงให้เห็นว่าปริมาณการใช้ไม้ (ห้วง
ผลิตภัณฑ์ของพื้นที่ฐานและด้านบน 10% ความสูงของต้นไม้) และชนิดพืชผัก (ต้นสน / ไม้เนื้ออ่อนหรือ
ผลัดใบ / ป่าไม้เนื้อแข็งที่ให้ความหนาแน่นของไม้) มีศักยภาพในการปรับปรุง
ประมาณการชีวมวลในระดับเหนือพื้นดินขนาดใหญ่ ผลที่ได้นี้ก็เปรียบได้กับก่อนหน้า
การวิเคราะห์ของแต่ละบุคคลตามต้นไม้ การวิเคราะห์ข้อมูล Lvis ของเราแสดงให้เห็นว่าพารามิเตอร์โครงสร้าง
ที่รวมความสูงและส่วนช่องว่างเช่น RH100 * ครอบคลุมและ RH50 * ปกอย่างใกล้ชิด
ที่เกี่ยวข้องกับปริมาณไม้และชีวมวลโดยเฉพาะอย่างยิ่งสำหรับต้นสนป่า RH100 * ปก
และ RH50 * ปกประสิทธิภาพใกล้เคียงกันหรือดีกว่า RH50, ทำนายชีวมวลที่ดี
พบในการศึกษาก่อนหน้านี้ การศึกษาครั้งนี้แสดงให้เห็นว่าการใช้พารามิเตอร์โครงสร้างที่รวม
ความสูงและส่วนช่องว่าง (มากกว่าความสูงเพียงอย่างเดียว) ช่วยเพิ่มมวลชีวภาพเหนือพื้นดิน
ประมาณและการหลอมรวมของ LIDAR และออปติคอลการสำรวจระยะไกล (ที่จะให้ชนิดพืช)
จะให้ประมาณการมวลชีวภาพเหนือพื้นดินได้ดีกว่า ใช้ LIDAR เพียงอย่างเดียว พื้นดินของเรา LIDAR
การวิเคราะห์แสดงให้เห็นว่า EVI ให้ประมาณการที่ดีของปริมาณไม้และถูกต้องจึง
ประมาณการของชีวมวลเหนือพื้นดินโดยเฉพาะอย่างยิ่งในระดับขาตั้ง

ผลลัพธ์ (ไทย) 3:

ไลด้า‐ผลผลิตมวลชีวภาพเหนือพื้นดิน โดยได้มาจากเชิงความสัมพันธ์ระหว่าง‐
LIDAR ที่วัดความสูงพืชและผลผลิตมวลชีวภาพเหนือพื้นดินมักจะนำไปสู่ความไม่แน่นอนของมวลชีวภาพเหนือพื้นดินขนาดใหญ่
ประเมินในระดับมาก งานวิจัยนี้ศึกษา
ไม่ว่าใช้ LIDAR เพิ่มเติมใด ๆ ‐ได้มาพารามิเตอร์โครงสร้างพืชนอกจากนี้
ความสูงเพิ่มประมาณการผลผลิตมวลชีวภาพเหนือพื้นดิน .การวิเคราะห์ใช้ข้อมูลในฟิลด์ และ ด้วยเลเซอร์
พืชภาพเซ็นเซอร์ ( lvis ) และอีคิดนา®ตรวจสอบ
เครื่องดนตรี ( เอวี่ ) , พื้น‐ตามครึ่งวงกลม‐สแกนข้อมูล LIDAR ในนิวอิงแลนด์
2003 และ 2007 ภาคสนามการวิเคราะห์ข้อมูลแสดงให้เห็นว่าการใช้ปริมาตรไม้ ( โดยประมาณโดย
ผลิตภัณฑ์ของพื้นที่หน้าตัดและ 10% ความสูงต้นไม้ ) และชนิด พืชจำพวกสน / ไม้เนื้ออ่อนหรือ
ป่าเต็งรัง / ไม้เนื้อแข็ง ให้ความหนาแน่นของไม้ ) มีศักยภาพในการปรับปรุงในระดับเหนือพื้นดินประมาณ
ชีวมวลขนาดใหญ่ ผลที่ได้นี้ เปรียบได้กับบุคคลก่อน
‐ตามต้นไม้เป็นองค์ประกอบ ของเรา lvis การวิเคราะห์ข้อมูล พบว่า ตัวแปรโครงสร้าง
ที่รวมความสูงและสัดส่วนช่องว่างเช่นฝาครอบ rh100 * *
rh50 ปก อย่างใกล้ชิดที่เกี่ยวข้องกับปริมาตรไม้และชีวมวล โดยเฉพาะจำพวกสนป่า ปก
rh100 * และ * ครอบคลุม rh50 แสดงเดียวกันหรือดีกว่า rh50 ดีสามารถทำนาย
พบในการศึกษาก่อนหน้า การศึกษานี้แสดงให้เห็นว่าการใช้พารามิเตอร์โครงสร้างที่รวม
ความสูงและช่องว่างเศษส่วน ( มากกว่าความสูงคนเดียว ) ช่วยเพิ่มมวลชีวภาพเหนือพื้นดิน
คาดว่าและการรวมตัวกันของ lidar และแสงระยะไกล ( ที่จะให้ชนิดพืช )
จะให้มวลชีวภาพเหนือพื้นดินประมาณกว่าดีกว่าใช้ LIDAR คนเดียว ของเราพื้น LIDAR
การวิเคราะห์แสดงให้เห็นว่าเอฟวี่ให้ประมาณการที่ดีของปริมาตรไม้ จึงประมาณการของมวลชีวภาพเหนือพื้นดินถูกต้อง
โดยเฉพาะอย่างยิ่งในระดับยืน