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 (

ผลลัพธ์ (ไทย) 1:

Quantification of spatial and temporal changes in forest cover is an essential component offorest 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-constantcloud-cover. However, few studies have investigated the use of SAR for forest cover estimationin landscapes with highly sparse and fragmented forest cover. In this study, thepotential 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-learningapproaches (Random Forests and Extremely Randomised Trees) are evaluated. Both RandomForests and Extremely Randomised Trees classification accuracies were high (98.1–98.5%), with differences between the two classifiers being minimal (<0.5%). Increasing levelsof post classification filtering led to a decrease in estimated forest area and an increasein overall accuracy of SAR-derived forest cover maps. All forest cover products were evaluatedusing an independent validation dataset. For the Longford region, the highest overallaccuracy was recorded with the Forestry2010 dataset (97.42%) whereas in Sligo, highestได้รับความแม่นยำโดยรวมสำหรับชุดข้อมูลที่ Prime2 (97.43%), แม้ว่า accuracies ของแผนที่ป่า SAR มาเทียบเคียงได้ ผลการวิจัยของเราแสดงว่า เรดาร์ spaceborneสามารถช่วยลื้อในภูมิภาค ด้วยปกป่าระดับต่ำในภูมิประเทศที่มีการกระจายAccuracies ลดที่สังเกตสำหรับแผนที่ครอบคลุมทั่วโลก และคอนติ เนนตัลปานป่าในเปรียบเทียบกับแผนที่ป่าชาติ และ SAR มาบ่งชี้ว่า ควรจะใช้ความระมัดระวังเมื่อใช้ชุดข้อมูลเหล่านี้สำหรับการรายงานแห่งชาติ

ผลลัพธ์ (ไทย) 3:

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