Remote sensing technologies are an ideal platform to examine the exten การแปล - Remote sensing technologies are an ideal platform to examine the exten ไทย วิธีการพูด

Remote sensing technologies are an

Remote sensing technologies are an ideal platform to examine the extent and impact of fire on the landscape. In this study we assess that capacity of the RapidEye constellation and Landsat (Thematic Mapper and Operational Land Imager to map fine-scale burn attributes for a small, low severity prescribed fire in a dry Western Canadian forest. Estimates of burn severity from field data were collated into a simple burn index and correlated with a selected suite of common spectral vegetation indices. Burn severity classes were then derived to map fire impacts and estimate consumed woody surface fuels (diameter >= 2.6 cm). All correlations between the simple burn index and vegetation indices produced significant results (p < 0.01), but varied substantially in their overall accuracy. Although the Landsat Soil Adjusted Vegetation Index provided the best regression fit (R-2 = 0.56), results suggested that RapidEye provided much more spatially detailed estimates of tree damage (Soil Adjusted Vegetation Index, R-2 = 0.51). Consumption estimates of woody surface fuels ranged from 3.38 +/- 1.03 Mg ha(-1) to 11.73 +/- 1.84 Mg ha(-1), across four derived severity classes with uncertainties likely a result of changing foliage moisture between the before and after fire images. While not containing spectral information in the short wave infrared, the spatial variability provided by the RapidEye imagery has potential for mapping and monitoring fine scale forest attributes, as well as the potential to resolve fire damage at the individual tree level. (C) 2014 Elsevier B.V. All rights reserved.
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
เทคโนโลยีไร้สายระยะไกลเป็นเวทีเหมาะให้ตรวจสอบขอบเขตและผลกระทบของไฟบนภูมิทัศน์ ในการศึกษานี้ เราประเมินว่ากำลังการผลิตของกลุ่มดาว RapidEye และ Landsat (Mapper เฉพาะเรื่องและถ่ายภาพที่ดินดำเนินการแม็ปแอตทริบิวต์เขียนปรับมาตราส่วนสำหรับความรุนแรงขนาดเล็ก ต่ำกำหนดไฟป่าแคนาดาตะวันตกแห้ง ประเมินความรุนแรงการเขียนจากข้อมูลของเขตข้อมูลถูกรวบรวมลงในดัชนีเขียนง่าย และ correlated กับดัชนีพืชพรรณสเปกตรัมทั่วไปชุดที่เลือก เขียนเรียนความรุนแรงได้แล้วมาแผนที่ไฟผลกระทบ และประเมินใช้เชื้อผิววู้ดดี้ (เส้นผ่าศูนย์กลาง > = 2.6 ซม) ความสัมพันธ์ทั้งหมดระหว่างเขียนเรื่องดัชนีและดัชนีพืชผลิตผลอย่างมีนัยสำคัญ (p < 0.01), แต่แตกต่างกันมากในความถูกต้องโดยรวมของ แม้ว่า Landsat ดินปรับปรุงพืชดัชนีให้ราคาเหมาะสมถดถอยที่สุด (R 2 = 0.56), ผลแนะนำว่า RapidEye ให้มากรายละเอียดประเมินความเสียหายต้นไม้ spatially (ดินปรับปรุงพืชดัชนี R 2 = 0.51) ประเมินปริมาณของเชื้อวู้ดดี้ผิวอยู่ในช่วงจาก 3.38 +/-ha(-1) 1.03 มิลลิกรัมไป 11.73 +/-1.84 มิลลิกรัม ha(-1) ข้ามสี่เรียนได้รับความรุนแรงแนวโน้มไม่แน่นอนผลของการเปลี่ยนแปลงความชื้นใบระหว่างที่ก่อน และ หลังรูปภาพไฟ ในขณะที่ให้ข้อมูลไม่มีสเปกตรัมที่สั้นคลื่นอินฟราเรด สำหรับความผันผวนปริภูมิ โดย RapidEye ถ่ายมีศักยภาพสำหรับการแม็ป และตรวจสอบปรับขนาดแอตทริบิวต์ป่า ตลอดจนศักยภาพในการแก้ไขไฟเสียที่ต้นไม้แต่ละระดับ (ค) 2014 Elsevier b.v สงวนลิขสิทธิ์ทั้งหมด
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
เทคโนโลยีการสำรวจระยะไกลเป็นแพลตฟอร์มที่เหมาะสำหรับการตรวจสอบขอบเขตและผลกระทบของการเกิดไฟไหม้บนภูมิทัศน์ ในการศึกษานี้เราจะประเมินความสามารถของกลุ่มดาว RapidEye และ Landsat (Mapper ใจและการดำเนินงาน Imager ที่ดินเพื่อทำแผนที่การเผาไหม้ที่ดีในระดับแอตทริบิวต์สำหรับขนาดเล็กความรุนแรงต่ำไฟที่กำหนดไว้ในป่าแห้งแคนาดาตะวันตก. การประเมินความรุนแรงของการเผาไหม้จากข้อมูลภาคสนามได้ เรียงเป็นดัชนีการเผาไหม้ที่เรียบง่ายและมีความสัมพันธ์กับชุดที่เลือกของดัชนีพืชพรรณสเปกตรัมทั่วไป. เผาเรียนความรุนแรงได้มาแล้วไปยังแผนที่ผลกระทบจากไฟไหม้และการประมาณการการบริโภคเชื้อเพลิงพื้นผิวไม้ (เส้นผ่าศูนย์กลาง> = 2.6 ซม.) ความสัมพันธ์ระหว่างดัชนีการเผาไหม้ที่ง่ายและ ดัชนีพืชผลิตผลลัพธ์อย่างมีนัยสำคัญ (p <0.01) แต่แตกต่างกันอย่างมีนัยสำคัญในความถูกต้องโดยรวมของพวกเขา. แม้ว่าดัชนีพืชดิน Landsat ปรับให้พอดีถดถอยที่ดีที่สุด (R-2 = 0.56) ผลการชี้ให้เห็นว่า RapidEye ให้ประมาณการอื่น ๆ อีกมากมายรายละเอียดเชิงพื้นที่ของ ความเสียหายต้นไม้ (ดินดัชนีพืชพรรณ Adjusted R-2 = 0.51). ประมาณการการบริโภคเชื้อเพลิงพื้นผิวไม้ตั้งแต่ 3.38 +/- 1.03 Mg ฮ่า (-1) เพื่อ 11.73 +/- 1.84 Mg ฮ่า (-1), ข้ามสี่มา เรียนความรุนแรงที่มีความไม่แน่นอนน่าจะเป็นผลมาจากการเปลี่ยนแปลงความชื้นใบระหว่างก่อนและหลังภาพไฟไหม้ ในขณะที่ไม่มีข้อมูลในสเปกตรัมอินฟราเรดคลื่นสั้นแปรปรวนเชิงพื้นที่จัดไว้ให้โดยภาพ RapidEye มีศักยภาพในการทำแผนที่และการตรวจสอบคุณลักษณะป่าระดับที่ดีเช่นเดียวกับการที่มีศักยภาพในการแก้ปัญหาไฟไหม้เสียหายในระดับต้นของแต่ละบุคคล (C) 2014 Elsevier BV สงวนลิขสิทธิ์
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
ระยะไกลเทคโนโลยีเป็นแพลตฟอร์มที่เหมาะในการตรวจสอบขอบเขตและผลกระทบของไฟไหม้ในแนวนอน ในการศึกษานี้เราประเมินว่า ความจุของ rapideye กลุ่มดาว และดาวเทียม ( mapper ใจงานที่ดินและแผนที่ปรับขนาดภาพการเผาไหม้คุณสมบัติเล็ก ๆ น้อย ความรุนแรงที่ไฟในตะวันตกแคนาดาแห้งป่าประเมินความรุนแรงของการเผาไหม้จากข้อมูลสนามเรียงลงในดัชนี เขียนง่าย และมีความสัมพันธ์กับการเลือกชุดของพืชทั่วไปสเปกตรัมในปัจจุบัน เผาไหม้รุนแรง เรียนแล้วได้แผนที่จากไฟและประมาณการบริโภคเชื้อเพลิงผิววู้ดดี้ ( เส้นผ่าศูนย์กลาง > = 2.6 ซม. ) ทุกความสัมพันธ์ระหว่างดัชนีและดัชนีผลผลิตพืชเผาง่ายอย่างมีนัยสำคัญยิ่ง ( P < 0.01 )แต่ที่แตกต่างกันอย่างมากในความถูกต้องโดยรวมของพวกเขา แม้ว่าภาพดินปรับดัชนีพืชพรรณให้ดีที่สุดถดถอยพอดี ( r-2 = 0.56 ) พบว่ามีความแตกต่างกันมาก rapideye เพิ่มเติมรายละเอียดประมาณการความเสียหายของต้นไม้ ( พืชดินปรับดัชนี r-2 = 0.51 ) การประมาณการของเชื้อเพลิงผิววู้ดดี้มีค่า 3.38 / - 1.03 มิลลิกรัม ฮา ( - 1 ) 11.73 / - 184 มิลลิกรัม ฮา ( - 1 ) , ข้ามสี่ที่ได้มาเรียนกับความไม่แน่นอนของแนวโน้มความรุนแรง ผลของการเปลี่ยนแปลงใบความชื้นระหว่างก่อนและหลังภาพไฟ ในขณะที่ไม่ประกอบด้วยข้อมูลสเปกตรัมในสั้นคลื่นอินฟราเรด ซึ่งพื้นที่โดย rapideye ภาพมีศักยภาพสำหรับการจัดทำแผนที่และการปรับขนาดในป่าลักษณะรวมทั้งศักยภาพในการแก้ไขไฟสร้างความเสียหายในระดับต้น ของแต่ละบุคคล ( c ) 2014 ทั่วโลกนำเสนอสงวนสิทธิ์ทั้งหมด
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2024 I Love Translation. All reserved.

E-mail: