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:

ด้านการเปลี่ยนแปลงเชิงพื้นที่ และกาลเวลาในป่าปกเป็นองค์ประกอบที่สำคัญของป่าที่โปรแกรมตรวจสอบ ความเมฆฟรี สังเคราะห์แสงเรดาร์ (SAR) เป็นแหล่งเหมาะของข้อมูล dynamics ป่าในประเทศใกล้คงเมฆฝา อย่างไรก็ตาม ศึกษาน้อยได้สืบสวนการ SAR สำหรับการประเมินครอบคลุมป่าในภูมิประเทศป่าห่าง และมีการกระจายตัวสูงฝา ในการศึกษานี้ วงดนตรีวง L SAR ใช้ศักยภาพสำหรับประเมินครอบคลุมป่าในสองภูมิภาค (Longford และ Sligo) ในไอร์แลนด์จะตรวจสอบ และเมื่อเทียบกับป่าปกประมาณมาจากสามชาติ (Forestry2010, Prime2 ป่าสงวนแห่งชาติสินค้าคงคลัง), หนึ่งแพนยุโรป (2006 แผนที่ป่า) และผลิตภัณฑ์ป่าโลกหนึ่งปก (โลกป่าเปลี่ยน) สองวิธีเรียนรู้ของเครื่อง (สุ่มป่าและต้นไม้แบบสุ่มมาก) จะถูกประเมิน Accuracies จัดประเภทป่าแบบสุ่มและแบบสุ่มต้นไม้ออกมากได้สูง (98.1-98.5%), ความแตกต่างระหว่างคำนามภาษาที่สองที่น้อยที่สุด (< 0.5%) เพิ่มระดับการโพสต์ประเภทกรองนำไปสู่การลดลงของพื้นที่ป่าประมาณและเพิ่มความถูกต้องโดยรวมของแผนที่ครอบคลุมป่ามา SAR ผลิตภัณฑ์ครอบคลุมป่าทั้งหมดถูกประเมินโดยใช้ชุดข้อมูลการตรวจสอบอิสระ สำหรับภูมิภาคที่ Longford ความแม่นยำโดยรวมสูงสุดบันทึก ด้วยชุดข้อมูล Forestry2010 (97.42%) ในขณะที่ได้รับใน sligo ไอร์แลนด์ ความแม่นยำสูงสุดโดยรวมสำหรับชุดข้อมูลที่ Prime2 (97.43%), แม้ว่า accuracies แผนที่ป่ามา SAR ได้เทียบเคียง ผลการวิจัยของเราแสดงว่า เรดาร์ spaceborne สามารถช่วยลื้อในภูมิภาค ด้วยปกป่าระดับต่ำเท่านั้นในการแยกส่วนทิวทัศน์ Accuracies ลดที่สังเกตสำหรับแผนที่ครอบคลุมป่าโลก และคอนติ เนนตัลแพนเทียบ มา SAR และชาติป่าแผนที่บ่งชี้ว่า ควรจะใช้ความระมัดระวังเมื่อใช้ชุดข้อมูลเหล่านี้สำหรับการรายงานแห่งชาติ

ผลลัพธ์ (ไทย) 2:

ปริมาณของการเปลี่ยนแปลงพื้นที่และเวลาในพื้นที่ป่าเป็นองค์ประกอบที่สำคัญของโปรแกรมการตรวจสอบป่า เนื่องจากความสามารถในระบบคลาวด์ฟรีรูเรดาร์สังเคราะห์ (SAR) เหมาะเป็นแหล่งของข้อมูลเกี่ยวกับการเปลี่ยนแปลงของป่าในประเทศที่มีอยู่ใกล้คงเมฆปก อย่างไรก็ตามการศึกษาน้อยมากที่ได้รับการตรวจสอบการใช้งานของ SAR ป่าปกประมาณการดังกล่าวอยู่ในภูมิประเทศที่มีป่าไม้ปกคลุมสูงเบาบางและการแยกส่วน ในการศึกษานี้ใช้ศักยภาพของ L-วง SAR สำหรับการประมาณป่าปกคลุมในสองภูมิภาค (ลองฟอร์และสลิโก) ในไอร์แลนด์มีการตรวจสอบและเมื่อเทียบกับป่าประมาณการปกมาจากสามแห่งชาติ (Forestry2010, Prime2, สินค้าคงคลังป่าสงวนแห่งชาติ) ซึ่งเป็นหนึ่งในกระทะ -European (ป่าแผนที่ 2006) และฝาครอบป่าหนึ่งของโลก (Global ป่าเปลี่ยน) ผลิตภัณฑ์ สองเครื่องการเรียนรู้วิธีการ (Random ป่าและต้นไม้สุ่มมาก) จะมีการประเมิน ทั้งป่าไม้และต้นไม้สุ่มสุ่มมากความถูกต้องจำแนกอยู่ในระดับสูง (98.1-98.5%) มีความแตกต่างระหว่างสองลักษณนามเป็นน้อยที่สุด (<0.5%) ระดับที่เพิ่มขึ้นของการกรองจำแนกโพสต์นำไปสู่​​การลดลงของพื้นที่ป่าไม้ประมาณและการเพิ่มขึ้นของความถูกต้องโดยรวมของ SAR ที่ได้มาจากป่าแผนที่ปก ผลิตภัณฑ์ป่าปกคลุมทั้งหมดได้รับการประเมินโดยใช้ชุดตรวจสอบที่เป็นอิสระ สำหรับภูมิภาค Longford ความถูกต้องรวมสูงสุดจะถูกบันทึกด้วยชุด Forestry2010 (97.42%) ในขณะที่สลิโกถูกต้องโดยรวมสูงสุดที่ได้รับสำหรับชุดข้อมูล Prime2 (97.43%) แม้ว่าความถูกต้องของแผนที่ป่า SAR มาถูกเปรียบเทียบ ผลการวิจัยของเราระบุว่าเรดาร์อวกาศสามารถช่วยสินค้าคงเหลือในพื้นที่ที่มีระดับต่ำของพื้นที่ป่าในภูมิประเทศแยกส่วน ความถูกต้องลดลงสังเกตสำหรับทั่วโลกและ Pan-Continental แผนที่ป่าปกคลุมในการเปรียบเทียบกับแผนที่ป่าสงวนแห่งชาติและเขตบริหารพิเศษมาแสดงให้เห็นว่าควรระมัดระวังเมื่อใช้ชุดข้อมูลเหล่านี้สำหรับการรายงานแห่งชาติ

ผลลัพธ์ (ไทย) 3:

การเปลี่ยนแปลงปริมาณของพื้นที่และเวลาในครอบคลุมพื้นที่ป่าเป็นองค์ประกอบที่สำคัญของโปรแกรมตรวจสอบป่า เนื่องจากมีเมฆฟรีความสามารถ รูเรดาร์สังเคราะห์ ( SAR ) เป็นแหล่งที่เหมาะของข้อมูลเกี่ยวกับพลวัตป่าไม้ในประเทศที่อยู่ใกล้เมฆคง อย่างไรก็ตาม การศึกษาน้อย ได้ศึกษาการใช้ซาร์สำหรับป่าปิดประมาณในทัศนียภาพกับโปร่งสูง และกระจายครอบคลุมป่า ในการศึกษานี้ ได้ใช้ศักยภาพของตนเองสำหรับป่าปิดประมาณ 2556 ใน 2 ภูมิภาค ( Longford และสลิโก ) ในไอร์แลนด์ ) เมื่อเทียบกับปกป่าประมาณมาจากสามแห่งชาติ ( forestry2010 prime2 , สินค้าคงคลัง , ป่าไม้แห่งชาติ ) , แพนยุโรป ( แผนที่ป่า 2006 ) และครอบคลุมพื้นที่ป่าทั่วโลก ( เปลี่ยนป่าโลก ) ผลิตภัณฑ์ สองเครื่อง ( ป่าและวิธีการเรียนแบบสุดๆ ( ต้นไม้ ) ประเมิน ทั้งป่าและต้นไม้ การสุ่มมากด้านความถูกต้องสูง ( บก ) 98.5 % ) มีความแตกต่างระหว่างสองคือการน้อยที่สุด ( < 0.5 ) เพิ่มระดับของหมวดหมู่โพสต์กรอง ทำให้พื้นที่ป่าลดลงประมาณและเพิ่มความถูกต้องโดยรวมของซาร์ได้มาแผนที่ครอบคลุมป่า ผลิตภัณฑ์ครอบคลุมพื้นที่ป่าทั้งหมด ได้แก่ การใช้ข้อมูลการตรวจสอบที่เป็นอิสระ สำหรับ Longford ภูมิภาคความถูกต้องโดยรวมสูงสุด คือ บันทึกข้อมูลด้วย forestry2010 ( 97.42 % ) ในขณะที่ใน Sligo , รวมสูงสุดของความถูกต้องได้ สำหรับข้อมูล prime2 ( 97.43 % ) แม้ว่าความถูกต้องของซาร์ได้มาป่าแผนที่ที่เทียบเท่า การค้นพบของเราบ่งชี้ว่า spaceborne เรดาร์สามารถช่วยเหลือสินค้าคงเหลือในภูมิภาคครอบคลุมพื้นที่ป่าในระดับต่ำของภูมิประเทศที่แตกกระจาย ลดความถูกต้อง ) ส่วนกลาง และแพนตอลป่าปกแผนที่ในการเปรียบเทียบกับชาติและ SAR ได้แผนที่ป่าไม้ พบว่า ควรระมัดระวังเมื่อใช้ข้อมูลเหล่านี้รายงานแห่งชาติ