Regression has been widely applied

Regression has been widely applied in Light Detection And Ranging (LiDAR) remote sensing to spatially
extend predictions of total aboveground biomass (TAGB) and other biophysical properties over large forested
areas. Sample (field) plot size has long been considered a key sampling design parameter and focal point for
optimization in forest surveys, because of its impact on sampling effort and the estimation accuracy of forest
inventory attributes. In this study, we demonstrate how plot size and co-registration error interact to
influence the estimation of LiDAR canopy height and density metrics, regression model coefficients, and the
prediction accuracy of least-squares estimators of TAGB. We made use of simulated forest canopies and
synthetic LiDAR point clouds, so that we could maintain strict control over the spatial scale and complexity of
forest scenes, as well as the magnitude and type of planimetric error inherent in ground-reference and LiDAR
datasets. Our results showed that predictions of TAGB improved markedly as plot size increased from 314

ผลลัพธ์ (ไทย) 1:

ถดถอยได้ถูกใช้กันอย่างแพร่หลายในแสงตรวจจับและตั้งแต่ (LiDAR) ระยะไกลตรวจการ spatially
ขยายคาดคะเนของชีวมวล aboveground รวม (TAGB) และคุณสมบัติอื่น ๆ biophysical มากกว่าขนาดใหญ่มอง
พื้นที่ ขนาดตัวอย่าง (field) พล็อตถือสุ่มคีย์พารามิเตอร์ออกและจุดโฟกัสสำหรับ
เพิ่มประสิทธิภาพในการสำรวจป่า เนื่องจากผลกระทบความพยายามสุ่มตัวอย่างและการประเมินความถูกต้องของป่า
คุณลักษณะของสินค้าคงคลัง ในการศึกษานี้ เราสาธิตวิธีการโต้ตอบข้อผิดพลาดขนาดและลงทะเบียนร่วมแผนการ
ประเมินของ LiDAR ฝาครอบความสูงและความหนาแน่นวัด ถดถอยรุ่น coefficients, influence และ
ทำนายแม่นยำ estimators กำลังสองน้อยสุดของ TAGB เราทำใช้ canopies ป่าจำลอง และ
LiDAR สังเคราะห์จุดเมฆ เพื่อให้เราสามารถรักษาควบคุมอย่างเข้มงวดกว่าพื้นที่ขนาดและความซับซ้อนของ
ฉากป่า ตลอดจนขนาด และชนิดของข้อผิดพลาด planimetric ในพื้นอ้างอิงและ LiDAR
datasets ผลของเราแสดงให้เห็นว่า การคาดคะเนของ TAGB ขึ้นอย่างเด่นชัดเป็นขนาดการลงจุดเพิ่มขึ้นจาก 314

ผลลัพธ์ (ไทย) 2:

ถดถอยได้ถูกนำมาใช้กันอย่างแพร่หลายในการตรวจจับแสงและตั้งแต่ (LiDAR) ระยะไกลที่จะสันนิฐาน
ขยายการคาดการณ์ของมวลชีวภาพเหนือพื้นดินรวม (TAGB) และคุณสมบัติทางชีวภาพอื่น ๆ ผ่านป่าขนาดใหญ่
พื้นที่ ตัวอย่าง (ด้าน) ขนาดพล็อตได้รับการพิจารณาพารามิเตอร์ตัวอย่างที่สำคัญในการออกแบบและจุดโฟกัสสำหรับ
การเพิ่มประสิทธิภาพในการสำรวจป่าเพราะผลกระทบต่อความพยายามในการเก็บตัวอย่างและการประเมินความถูกต้องของป่า
คุณลักษณะสินค้าคงคลัง ในการศึกษานี้เราแสดงให้เห็นว่าพล็อตขนาดและโต้ตอบข้อผิดพลาดร่วมลงทะเบียนที่จะ
มีอิทธิพลต่อการประเมินของ LiDAR ความสูงหลังคาและความหนาแน่นของการวัดค่าสัมประสิทธิ์การถดถอยแบบและ
ความถูกต้องของการคาดการณ์อย่างน้อยสี่เหลี่ยมประมาณของ TAGB เราทำให้การใช้พันธุป่าจำลองและ
เมฆจุด LiDAR สังเคราะห์เพื่อให้เราสามารถรักษาควบคุมอย่างเข้มงวดกว่าขนาดของพื้นที่และความซับซ้อนของ
ฉากป่าเช่นเดียวกับขนาดและชนิดของข้อผิดพลาด planimetric อยู่ในพื้นดินและการอ้างอิง LiDAR
ชุดข้อมูล ผลของเราแสดงให้เห็นว่าการคาดการณ์ของ TAGB ดีขึ้นอย่างเห็นได้ชัดเป็นขนาดที่เพิ่มขึ้นจากพล็อต 314

ผลลัพธ์ (ไทย) 3:

มีการใช้กันอย่างแพร่หลายในการตรวจจับแสงและระยะทาง ( LIDAR ) ระยะไกลเพื่อเปลี่ยน
ขยายการคาดการณ์ของมวลชีวภาพเหนือพื้นดิน ( tagb ) และคุณสมบัติทางชีวกายภาพอื่น ๆ ผ่านพื้นที่ป่า
ขนาดใหญ่ ตัวอย่าง ( จึงละมั่ง ) แปลงตัวอย่างขนาดได้รับการถือว่าเป็นคีย์ตัวอย่างการออกแบบพารามิเตอร์และจุดโฟกัสสำหรับ
optimization ในการสำรวจป่าเพราะผลกระทบตัวอย่างความพยายามและการประเมินความถูกต้องของแอตทริบิวต์สินค้าคงคลังป่า

ในการศึกษาครั้งนี้ได้แสดงให้เห็นถึงวิธีการแปลงขนาดและข้อผิดพลาดการลงทะเบียน Co โต้ตอบ

ในfl uence ประมาณความสูง LIDAR หลังคาและความหนาแน่นวัดแบบจำลองการถดถอย coef จึง cients และ
ทำนายความถูกต้องของวิธีตัวประมาณของ tagb . ที่เราได้ใช้แบบจำลองหลังคาป่าและ
สังเคราะห์ LIDAR จุดเมฆเพื่อให้เราสามารถรักษาควบคุมเข้มงวดขนาดพื้นที่และความซับซ้อนของ
ฉากป่า ตลอดจนขนาดและชนิดของข้อผิดพลาดในการปฏิบัติในการอ้างอิงและพื้นดิน LIDAR
ชุดข้อมูล ผลของเราแสดงให้เห็นว่าคำทำนายของ tagb ดีขึ้นอย่างเห็นได้ชัด ขนาดแปลงเพิ่มขึ้นจาก 314