Quantification of spatial and temporal changes in forest cover is an e การแปล - Quantification of spatial and temporal changes in forest cover is an e ไทย วิธีการพูด

Quantification of spatial and tempo

Quantification of spatial and temporal changes in forest cover is an essential component of
forest monitoring programs. Due to its cloud free capability, Synthetic Aperture Radar
(SAR) is an ideal source of information on forest dynamics in countries with near-constant
cloud-cover. However, few studies have investigated the use of SAR for forest cover estimation
in landscapes with highly sparse and fragmented forest cover. In this study, the
potential use of L-band SAR for forest cover estimation in two regions (Longford and Sligo)
in Ireland is investigated and compared to forest cover estimates derived from three national
(Forestry2010, Prime2, National Forest Inventory), one pan-European (Forest Map 2006)
and one global forest cover (Global Forest Change) product. Two machine-learning
approaches (Random Forests and Extremely Randomised Trees) are evaluated. Both Random
Forests and Extremely Randomised Trees classification accuracies were high (98.1–
98.5%), with differences between the two classifiers being minimal (
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
ด้านการเปลี่ยนแปลงเชิงพื้นที่ และกาลเวลาในป่าปกเป็นองค์ประกอบสำคัญของป่าที่โปรแกรมตรวจสอบ ความเมฆฟรี สังเคราะห์แสงเรดาร์(SAR) เป็นแหล่งดีของข้อมูล dynamics ป่าในประเทศใกล้คงเมฆได้ อย่างไรก็ตาม ศึกษาน้อยได้ตรวจสอบการใช้ SAR สำหรับการประเมินครอบคลุมป่าในภูมิประเทศป่าห่าง และมีการกระจายตัวสูงฝา ในการศึกษานี้ การใช้ศักยภาพของวงดนตรีวง L SAR สำหรับประเมินครอบคลุมป่าในสองภูมิภาค (Longford และ Sligo)ในไอร์แลนด์จะตรวจสอบ และเปรียบเทียบกับป่าปกประมาณมาจากสามชาติ(Forestry2010, Prime2 ป่าสงวนแห่งชาติสต็อก), หนึ่งแพนยุโรป (2006 แผนที่ป่า)และส่วนกลางป่าปก (โลกป่าเปลี่ยน) ผลิตภัณฑ์ เรียนรู้ของเครื่องที่สองมีประเมินวิธี (ป่าแบบสุ่มและแบบสุ่มต้นไม้ออกมาก) ทั้งแบบสุ่มป่าไม้และต้นไม้แบบสุ่มมาก accuracies จัดประเภทได้สูง (98.1 –98.5%), มีความแตกต่างระหว่างคำนามภาษาที่สองที่น้อยที่สุด (< 0.5%) เพิ่มระดับโพสต์ประเภทกรองนำไปสู่การลดลงของพื้นที่ป่าประมาณและเพิ่มในความถูกต้องโดยรวมของแผนที่ครอบคลุมป่ามา SAR มีประเมินผลิตภัณฑ์ครอบคลุมป่าทั้งหมดใช้ชุดข้อมูลการตรวจสอบอิสระ สำหรับ Longford ภูมิภาค โดยรวมสูงสุดความถูกต้องบันทึก ด้วยชุดข้อมูล Forestry2010 (97.42%) ในขณะที่ใน sligo ไอร์แลนด์ สูงสุดได้รับความแม่นยำโดยรวมสำหรับชุดข้อมูลที่ Prime2 (97.43%), แม้ว่า accuracies ของแผนที่ป่า SAR มาเทียบเคียงได้ ผลการวิจัยของเราแสดงว่า เรดาร์ spaceborneสามารถช่วยลื้อในภูมิภาค ด้วยปกป่าระดับต่ำในภูมิประเทศที่มีการกระจายAccuracies ลดที่สังเกตสำหรับแผนที่ครอบคลุมทั่วโลก และคอนติ เนนตัลปานป่าในเปรียบเทียบกับแผนที่ป่าชาติ และ SAR มาบ่งชี้ว่า ควรจะใช้ความระมัดระวังเมื่อใช้ชุดข้อมูลเหล่านี้สำหรับการรายงานแห่งชาติ
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
ปริมาณของการเปลี่ยนแปลงพื้นที่และเวลาในพื้นที่ป่าเป็นองค์ประกอบที่สำคัญของ
โปรแกรมการตรวจสอบป่า เนื่องจากความสามารถในระบบคลาวด์ฟรีรูเรดาร์สังเคราะห์
(SAR) เหมาะเป็นแหล่งของข้อมูลเกี่ยวกับการเปลี่ยนแปลงของป่าในประเทศที่มีอยู่ใกล้คง
เมฆปก อย่างไรก็ตามการศึกษาน้อยมากที่ได้รับการตรวจสอบการใช้งานของ SAR ป่าปกประมาณการดังกล่าว
อยู่ในภูมิประเทศที่มีป่าไม้ปกคลุมสูงเบาบางและการแยกส่วน ในการศึกษาครั้งนี้
ใช้ศักยภาพของ L-วง SAR สำหรับการประมาณป่าปกคลุมในสองภูมิภาค (ลองฟอร์และสลิโก)
ในไอร์แลนด์มีการตรวจสอบและเมื่อเทียบกับป่าประมาณการปกมาจากสามชาติ
(Forestry2010, Prime2, สินค้าคงคลังป่าสงวนแห่งชาติ) ซึ่งเป็นหนึ่งในกระทะ -European (ป่าแผนที่ 2006)
และฝาครอบป่าหนึ่งของโลก (Global ป่าเปลี่ยน) ผลิตภัณฑ์ สองเครื่องการเรียนรู้
วิธีการ (Random ป่าและต้นไม้สุ่มมาก) จะมีการประเมิน ทั้งสุ่ม
ป่าและต้นไม้สุ่มมากความถูกต้องจำแนกอยู่ในระดับสูง (98.1-
98.5%) มีความแตกต่างระหว่างสองลักษณนามเป็นน้อยที่สุด (<0.5%) ระดับที่เพิ่มขึ้น
ของการกรองจำแนกโพสต์นำไปสู่การลดลงของพื้นที่ป่าไม้ประมาณและเพิ่มขึ้น
ในความถูกต้องโดยรวมของ SAR ที่ได้มาจากป่าแผนที่ปก ผลิตภัณฑ์ป่าปกคลุมทั้งหมดได้รับการประเมิน
โดยใช้ชุดตรวจสอบที่เป็นอิสระ สำหรับภูมิภาค Longford ที่รวมสูงสุด
ความถูกต้องถูกบันทึกไว้กับชุด Forestry2010 (97.42%) ในขณะที่สลิโกสูงสุด
ถูกต้องโดยรวมที่ได้รับสำหรับชุดข้อมูล Prime2 (97.43%) แม้ว่าความถูกต้องของ
แผนที่ป่า SAR มาถูกเปรียบเทียบ ผลการวิจัยของเราระบุว่าเรดาร์อวกาศ
สามารถช่วยสินค้าคงเหลือในพื้นที่ที่มีระดับต่ำของพื้นที่ป่าในภูมิประเทศที่อยู่อย่างกระจัดกระจาย.
ลดลงความถูกต้องข้อสังเกตสำหรับทั่วโลกและ Pan-Continental แผนที่ป่าปกคลุมใน
การเปรียบเทียบกับแผนที่ป่าสงวนแห่งชาติและเขตบริหารพิเศษมาแสดงให้เห็นว่าข้อควรระวังที่ควรจะเป็น ใช้สิทธิ
เมื่อมีการใช้ชุดข้อมูลเหล่านี้สำหรับการรายงานแห่งชาติ
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
การเปลี่ยนแปลงปริมาณของพื้นที่และเวลาในครอบคลุมพื้นที่ป่าเป็นส่วนประกอบที่สําคัญของโปรแกรมตรวจสอบป่า เนื่องจากมีเมฆฟรีความสามารถ รูเรดาร์สังเคราะห์( SAR ) เป็นแหล่งที่เหมาะของข้อมูลเกี่ยวกับพลวัตป่าไม้ในประเทศที่อยู่ใกล้คงที่เมฆปก อย่างไรก็ตาม การศึกษาน้อย ได้ศึกษาการใช้ซาร์การประเมินครอบคลุมป่าในภูมิทัศน์กับโปร่งสูง และกระจายครอบคลุมป่า ในการศึกษานี้ใช้ศักยภาพของตนเองสำหรับป่าปิดประมาณ 2556 ใน 2 ภูมิภาค ( Longford และสลิโก )ในไอร์แลนด์ ) เมื่อเทียบกับปกป่าประมาณมาจากสามแห่งชาติ( forestry2010 prime2 , สินค้าคงคลัง , ป่าไม้แห่งชาติ ) , แพนยุโรป ( แผนที่ป่า 2006 )และครอบคลุมพื้นที่ป่าทั่วโลก ( เปลี่ยนป่าทั่วโลก ) ผลิตภัณฑ์ สองเครื่องเรียนวิธี ( ป่าแบบมาก ( ต้นไม้ ) ประเมิน ทั้งแบบสุ่มป่าและต้นไม้แสน ( หมวดหมู่ความถูกต้องสูง ( สารเคมี )98.5 % ) มีความแตกต่างระหว่างสองคือการน้อยที่สุด ( < 0.5 ) การเพิ่มระดับการโพสต์กรอง ทำให้พื้นที่ป่าลดลงและเพิ่มขึ้นประมาณในความถูกต้องโดยรวมของซาร์ได้มาแผนที่ครอบคลุมป่า ผลิตภัณฑ์ครอบคลุมพื้นที่ป่าทั้งหมด ได้แก่ใช้ข้อมูลการตรวจสอบที่เป็นอิสระ สำหรับ Longford ภูมิภาค รวมสูงสุดความถูกต้อง บันทึกข้อมูลด้วย forestry2010 ( 97.42 % ) ในขณะที่ใน Sligo สูงสุดความถูกต้องโดยรวมคือการศึกษาสำหรับ prime2 ชุดข้อมูล ( 97.43 % ) แม้ว่าความถูกต้องของซาร์ได้มาป่าแผนที่ที่เทียบเท่า การค้นพบของเราบ่งชี้ว่า spaceborne เรดาร์สามารถช่วยเหลือสินค้าคงเหลือในภูมิภาคครอบคลุมพื้นที่ป่าในระดับต่ำของภูมิประเทศที่แตกกระจายลดความถูกต้อง ) โลกและแผนที่ครอบคลุมกระทะแบบในป่าการเปรียบเทียบกับชาติและ SAR ได้แผนที่ป่า พบว่า ควรระมัดระวังเมื่อใช้ข้อมูลเหล่านี้รายงานแห่งชาติ
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 ©2025 I Love Translation. All reserved.

E-mail: