The presence of ridges in the DTM i

The presence of ridges in the DTM in Fig. 7(c) and the extreme values in the difference model in Fig. 8 should also be noted. The ridges are due to a lack of overlaps between the patches, which makes DTM interpolation unstable at the borders of the patches. However, due to the way the LiDAR data is normalized using the DTM, the ridges do not make a direct contribution to the error in tree-height estimates computed using the DTM. In normalizing the data, the elevation of each point is subtracted from the elevation of the nearest point on the DTM surface with distance measured in the x–y plane (see Fig. 9). Thus, the error is constrained within individual DTM patches. A possible solution to this problem is to incorporate overlaps in DTM interpolation. On the other hand, the extreme values in Fig. 8 are due to the presence of humps in both Fig. 7(c) and (d). The humps occur at places where there are extremely few ground points caused by closed canopy which leads which makes the algorithms classify points from tree branches as ground points.

ผลลัพธ์ (ไทย) 1:

นอกจากนี้ควรบันทึกของสันเขาใน DTM ใน Fig. 7(c) และค่ามากในรูปแบบความแตกต่างใน Fig. 8 เคลื่อนที่ไม่ทับซ้อนระหว่างซอฟต์แวร์ ซึ่งทำให้การแทรกแทรง DTM เสถียรที่เส้นขอบของโปรแกรม ได้ อย่างไรก็ตาม เนื่องจากข้อมูลจาก LiDAR เป็นตามปกติใช้ DTM เคลื่อนไม่ได้สัดส่วนโดยตรงกับข้อผิดพลาดในภูมิสูงประเมินคำนวณใช้ DTM ใน normalizing ข้อมูล ความสูงของจุดแต่ละจุดลบจากความสูงของจุดที่ใกล้ที่สุดบนพื้นผิวของ DTM ด้วยระยะทางที่วัดใน x – y (ดู Fig. 9) เครื่องบิน ดังนั้น ข้อผิดพลาดถูกจำกัดภายในแต่ละแพทช์ DTM การแก้ไขปัญหานี้ได้จะมาทับซ้อนในแทรกแทรง DTM บนมืออื่น ๆ ค่ามากใน Fig. 8 ได้เนื่องจากของ humps Fig. 7(c) และ (d) Humps เกิดขึ้นในสถานมีจุดล่างน้อยมากที่เกิดจากการปิดฝาครอบที่เป้าหมายซึ่งทำให้อัลกอริทึมการจัดประเภทคะแนนจากสาขาต้นไม้เป็นจุดล่าง

ผลลัพธ์ (ไทย) 2:

การปรากฏตัวของสันเขาใน DTM ในรูป 7 (c) และค่าที่มากที่สุดในรูปแบบที่แตกต่างกันในรูป 8 ควรที่จะสังเกต สันเขาที่เกิดจากการขาดการทับซ้อนระหว่างแพทช์ซึ่งจะทำให้การแก้ไข DTM ไม่มั่นคงที่ชายแดนของแพทช์ที่ แต่เนื่องจากวิธีการที่ข้อมูล LiDAR เป็นปกติโดยใช้ DTM ที่สันเขาไม่ให้มีส่วนร่วมโดยตรงกับข้อผิดพลาดในการประมาณการต้นไม้ที่มีความสูงคำนวณโดยใช้ DTM ใน normalizing ข้อมูลระดับความสูงของแต่ละจุดจะถูกหักออกจากระดับความสูงของจุดที่ใกล้ที่สุดบนพื้นผิว DTM กับระยะทางวัดในระนาบ x-Y (ดูรูป. 9) ดังนั้นข้อผิดพลาดเป็นข้อ จำกัด ภายในแพทช์ DTM ของแต่ละบุคคล วิธีการแก้ปัญหาที่เป็นไปได้ในการแก้ไขปัญหานี้คือการรวมการทับซ้อนในการแก้ไข DTM ในทางกลับกันค่ามากในรูป 8 เนื่องจากการดูดทั้งในรูป 7 (ค) และ (ง) ดูดเกิดขึ้นในสถานที่ที่มีน้อยมากจุดที่พื้นดินที่เกิดจากการปิดหลังคาซึ่งนำไปสู่​​ซึ่งจะทำให้ขั้นตอนวิธีการจำแนกจุดจากกิ่งไม้เป็นจุดที่พื้นดิน

ผลลัพธ์ (ไทย) 3:

การปรากฏตัวของสันเขาใน DTM ในรูปที่ 7 ( C ) และมากคุณค่าในรูปแบบต่างในรูปที่ 8 ยังควรสังเกต สันเขาเป็นเนื่องจากการขาดของคาบเกี่ยวระหว่างแพทช์ซึ่งทำให้ DTM แก้ไขเสถียรที่เส้นขอบของแพทช์ แต่เนื่องจากทางข้อมูล LIDAR เป็นปกติใช้ DTM ,สันเขาไม่ได้ให้การสนับสนุนโดยตรงเพื่อความผิดพลาดในการคำนวณความสูงของต้นไม้ ประมาณการใช้ DTM . ในการ normalizing ข้อมูลระดับความสูงของจุดแต่ละจุดจะหักออกจากระดับความสูงของจุดที่ใกล้ที่สุดบนพื้นผิว DTM กับระยะทางวัดในระนาบ x - Y ( ดูรูปที่ 9 ) ดังนั้น ข้อผิดพลาดคงที่ในแต่ละ DTM แพทช์การแก้ไขปัญหานี้คือการรวมซ้อนใน DTM แก้ไข . บนมืออื่น ๆ , ค่าสุดขีดในรูปที่ 8 เนื่องจากการปรากฏตัวของหนอกทั้งในรูปที่ 7 ( ค ) และ ( ง ) ที่น่าเกิดขึ้นที่สถานที่ที่มีไม่กี่สิ่งพื้นดินจุดที่เกิดจากการปิดหลังคา ซึ่งนักซึ่งทำให้ขั้นตอนวิธีการแบ่งคะแนนจากกิ่งไม้เป็นจุด
G