Large areas of forest in the US and

Large areas of forest in the US and Canada are affected by insects and disease each year. Over the past century, outbreaks of the Eastern spruce budworm have become more frequent and severe. The notion of designing a more pest resistant landscape through prescriptive management practices hinges on our ability to effectively model forest–insect dynamics at regional scales. Increasingly, more detailed pixel-wise estimates of forest biophysical parameters are needed for such endeavors. Lidar technology, although promising, is not yet viable for repeated regional accounting, necessitating the development of methods which take advantage of existing spaceborne assets. Our objective is to use one of these assets (SPOT-5) to estimate a large set of forest structural attributes at a finer spatial grain size (5 m and 10 m) over a broader area than is currently available for the purpose of supplying needed input data for disturbance simulation modeling. We employ neighborhood statistics (standard deviation, variance, sill variance, and ratios of these metrics at 5 and 10 m) calculated from SPOT-5 sensor data and derivatives to estimate and map tree canopy diameter (CDIA), bole diameter at breast height (DBH), tree height (HT), crown closure (CC), vertical length of live crown (LC), and basal area (BA). A partial least squares (PLS) regression approach was used with these local statistics and field data to produce models for pixel-wise estimation and mapping of mean values, respectively, for hardwood and coniferous forest CDIA (R2 = 0.82 and 0.93, RMSE 0.62 and 0.47 m), DBH (R2 = 0.82 and 0.90, RMSE 2.92 and 3.75 cm), HT (R2 = 0.69 and 0.92, RMSE 1.27 and 1.59 m), CC (R2 = 0.52 and 0.68, RMSE 5.49 and 6.02%), LC (R2 = 0.58 and 0.81, RMSE 0.96 and 1.25 m), and BA (R2 = 0.71 and 0.74, RMSE 2.47 and 4.58 m2 ha− 1) for a 3600 km2 area in northeast Minnesota. This approach for quantifying forest structure is robust in the sense that a detailed forest cover type map is not required to stratify analysis at any step in the process. Hence, we show that multi-resolution SPOT-5 data are a practical alternative to lidar for regional characterization of forest biophysical parameters. However, lidar data may potentially be used to calibrate these SPOT-based structure models in the future

ผลลัพธ์ (ไทย) 1:

พื้นที่ขนาดใหญ่ของป่าในสหรัฐอเมริกาและแคนาดาจะมีผลกระทบ โดยแมลงและโรคในแต่ละปี ช่วงศตวรรษผ่าน ระบาดของ budworm โก้ของตะวันออกได้กลายเป็นบ่อยครั้ง และรุนแรง แนวคิดการออกแบบภูมิทัศน์ผ่านเหมาะกับการจัดการศัตรูพืชทนต่อแนวพับอยู่ dynamics ป่า – แมลงรุ่นได้อย่างมีประสิทธิภาพที่ระดับภูมิภาค มากขึ้น การประเมิน pixel-wise รายละเอียดเพิ่มเติมของพารามิเตอร์ทางกายภาพและชีวภาพของป่ามีความจำเป็นสำหรับความพยายามดังกล่าว เทคโนโลยี Lidar แม้ว่าแนวโน้ม ยังไม่ทำงานได้สำหรับบัญชีระดับภูมิภาคซ้ำ จำเป็นต้องพัฒนาวิธีการที่ใช้ประโยชน์จากสินทรัพย์ที่มีอยู่ spaceborne วัตถุประสงค์ของเราคือการ ใช้สินทรัพย์เหล่านี้ (จุดที่ 5) เพื่อประเมินจำเป็นต้องใช้ชุดใหญ่ของแอททริบิวต์โครงสร้างป่าที่เป็นปลีกย่อยเชิงพื้นที่ขนาดเม็ด (5 เมตรและ 10 เมตร) บนพื้นที่กว้างขึ้นกว่าที่เป็นอยู่ในปัจจุบันเพื่อวัตถุประสงค์ในการจัดหาข้อมูลการป้อนเข้าสำหรับจำลองการรบกวน เราจ้างย่านสถิติ (ส่วนเบี่ยงเบนมาตรฐาน ผลต่าง ผลต่างงัว และอัตราส่วนของวัดเหล่านี้ที่ 5 และ 10 เมตร) คำนวณได้จากข้อมูลเซ็นเซอร์จุด 5 และตราสารอนุพันธ์เพื่อประเมิน และแผนที่ต้นไม้เส้นผ่านศูนย์กลางเส้นผ่าศูนย์กลาง (CDIA), โบลีหลังคาที่ความสูงอก (DBH), ต้นไม้ความสูง (HT), มงกุฎปิด (CC) แนวตั้งความยาวสดมงกุฎ (LC), และฐานตั้ง (BA) ใช้วิธีการถดถอยแบบกำลังสองน้อยสุดบางส่วน (PLS) ด้วยสถิติท้องถิ่นเหล่านี้ และข้อมูลของเขตข้อมูลการผลิตสำหรับการแมปของค่าเฉลี่ย และ pixel-wise การประเมินตามลำดับ ไม้ และต้นสนป่า CDIA (R2 = 0.82 และ 0.93, RMSE 0.62 และ 0.47 m), DBH (R2 = 0.82 และ 0.90, RMSE 2.92 และ 3.75 ซม.), HT (R2 = 0.69 และ 0.92, RMSE 1.27 และ 1.59 m) , CC (R2 = 0.52 และ 0.68, RMSE 5.49 และ 6.02%), LC (R2 = 0.58 และ 0.81, RMSE 0.96 และ 1.25 เมตร), และ BA (R2 = 0.71 และ 0.74, RMSE 2.47 และ 4.58 m2 ha− 1) สำหรับบริเวณกม. 2 3600 ในมินนิโซตาตะวันออกเฉียงเหนือ วิธีการนี้สำหรับเชิงปริมาณโครงสร้างป่ามีประสิทธิภาพในแง่ที่ว่า แผนที่รายละเอียดป่าปกชนิดไม่จำเป็นต้องวิเคราะห์ในขั้นตอนใด ๆ ในกระบวนการแยกเป็นชั้น ๆ ด้วยเหตุนี้ เราแสดงความละเอียดหลายจุดที่ 5 ข้อมูลทางปฏิบัติ lidar เพื่อจำแนกลักษณะภูมิภาคของพารามิเตอร์ทางกายภาพและชีวภาพของป่า อย่างไรก็ตาม ข้อมูลจาก lidar อาจอาจใช้การปรับรุ่นโครงสร้างตามจุดเหล่านี้ในอนาคต

ผลลัพธ์ (ไทย) 2:

พื้นที่ขนาดใหญ่ของป่าในสหรัฐและแคนาดาจะได้รับผลกระทบจากแมลงและโรคในแต่ละปี กว่าศตวรรษที่ผ่านมาการระบาดของ budworm โก้ตะวันออกได้กลายเป็นบ่อยขึ้นและรุนแรง ความคิดในการออกแบบภูมิทัศน์ศัตรูพืชทนมากขึ้นผ่านการบริหารจัดการกำหนดขึ้นอยู่กับความสามารถของเราได้อย่างมีประสิทธิภาพแบบจำลองการเปลี่ยนแปลงป่าแมลงในระดับภูมิภาค มากขึ้นเรื่อย ๆ รายละเอียดเพิ่มเติมประมาณการพิกเซลที่ชาญฉลาดของพารามิเตอร์ชีวฟิสิกส์ป่าที่มีความจำเป็นสำหรับความพยายามดังกล่าว เทคโนโลยี LIDAR แม้ว่าแนวโน้มยังไม่เป็นที่ทำงานได้สำหรับบัญชีภูมิภาคซ้ำทั้งนี้การพัฒนาวิธีการที่จะใช้ประโยชน์จากสินทรัพย์ที่มีอยู่อวกาศ วัตถุประสงค์ของเราคือการใช้หนึ่งของสินทรัพย์เหล่านี้ (จุดที่ 5) เพื่อประเมินชุดใหญ่ของคุณลักษณะโครงสร้างป่าที่ขนาดของเมล็ดข้าวเชิงพื้นที่ปลีกย่อย (5 เมตรและ 10 เมตร) บนพื้นที่กว้างกว่าใช้ได้ในขณะนี้เพื่อจุดประสงค์ในการจัดหาที่จำเป็น ป้อนข้อมูลสำหรับการสร้างแบบจำลองการรบกวนการจำลอง เราจ้างสถิติย่าน (ส่วนเบี่ยงเบนมาตรฐานแปรปรวนแปรปรวนงัวและอัตราส่วนของตัวชี้วัดเหล่านี้ได้ที่ 5 และ 10 เมตร) คำนวณจากจุด-5 ข้อมูลเซ็นเซอร์และสัญญาซื้อขายล่วงหน้าเพื่อประเมินและแผนที่ขนาดเส้นผ่าศูนย์กลางหลังคาต้นไม้ (CDIA) ขนาดเส้นผ่าศูนย์กลางลำต้นที่ความสูงระดับอก ( DBH) ความสูงของต้นไม้ (HT) ปิดมงกุฎ (CC), ความยาวตามแนวตั้งของพระมหากษัตริย์ที่มีชีวิต (LC) และพื้นที่ฐาน (BA) สี่เหลี่ยมอย่างน้อยบางส่วน (PLS) วิธีการถดถอยถูกนำมาใช้กับสถิติในท้องถิ่นเหล่านี้และข้อมูลภาคสนามในการผลิตแบบจำลองสำหรับการประมาณพิกเซลที่ชาญฉลาดและการทำแผนที่ของค่าเฉลี่ยตามลำดับสำหรับไม้เนื้อแข็งและป่าสน CDIA (R2 = 0.82 และ 0.93 RMSE 0.62 และ 0.47 เมตร) DBH (R2 = 0.82 และ 0.90 RMSE 2.92 และ 3.75 เซนติเมตร), HT (R2 = 0.69 และ 0.92 RMSE 1.27 และ 1.59 เมตร), CC (R2 = 0.52 และ 0.68, RMSE 5.49 และ 6.02%) LC (R2 = 0.58 และ 0.81 RMSE 0.96 และ 1.25 เมตร) และปริญญาตรี (R2 = 0.71 และ 0.74, 2.47 และ RMSE 4.58 m2 ha- 1) สำหรับพื้นที่ 3600 กิโลเมตร 2 ในภาคตะวันออกเฉียงเหนือมินนิโซตา วิธีการนี้สำหรับปริมาณโครงสร้างป่าเป็นไปอย่างแข็งแกร่งในแง่ที่ว่าป่ารายละเอียดแผนที่ครอบคลุมชนิดไม่จำเป็นต้องแบ่งเป็นชั้นการวิเคราะห์ในขั้นตอนใด ๆ ในกระบวนการ ดังนั้นเราแสดงให้เห็นว่าหลายความละเอียด 5 จุดข้อมูลที่จะเป็นทางเลือกการปฏิบัติเพื่อ LIDAR สำหรับลักษณะภูมิภาคของพารามิเตอร์ชีวฟิสิกส์ป่า อย่างไรก็ตามข้อมูล LIDAR อาจอาจถูกนำมาใช้ในการสอบเทียบจุดตามรูปแบบเหล่านี้โครงสร้างในอนาคต

ผลลัพธ์ (ไทย) 3:

พื้นที่ขนาดใหญ่ของป่าในสหรัฐอเมริกาและแคนาดาจะได้รับผลกระทบจากแมลงและโรคในแต่ละปี กว่าศตวรรษที่ผ่านมา , การแพร่ระบาดของ budworm spruce ตะวันออกได้กลายเป็นบ่อยมากขึ้น และรุนแรง แนวคิดของการออกแบบภูมิทัศน์เพิ่มเติมผ่านต้านศัตรูพืชกําหนดแนวทางปฏิบัติในการจัดการขึ้นอยู่กับความสามารถของเราได้อย่างมีประสิทธิภาพและพลวัตแมลงป่าในระดับภูมิภาค ยิ่งขึ้น รายละเอียดเพิ่มเติมพิกเซลปัญญาประมาณการของป่าทางชีวกายภาพพารามิเตอร์เป็นเช่นความพยายาม . เทคโนโลยีไลดาร์ แม้ว่าสัญญาจะยังไม่ได้ ซ้ำบัญชีภูมิภาค , necessitating การพัฒนาวิธีการที่ใช้ประโยชน์จากสินทรัพย์ spaceborne ที่มีอยู่ วัตถุประสงค์ของเราคือการใช้หนึ่งของสินทรัพย์เหล่านี้ ( spot-5 ) เพื่อประเมินชุดใหญ่ของลักษณะโครงสร้างป่าในพื้นที่เม็ดละเอียด ( ขนาด 5 เมตรและ 10 เมตร ) ผ่านพื้นที่กว้างกว่าที่เป็นอยู่ในปัจจุบัน สำหรับวัตถุประสงค์ของการจัดหาความต้องการข้อมูลสำหรับการจำลองแบบวุ่นวาย เราใช้สถิติ ( ส่วนเบี่ยงเบนมาตรฐาน ค่าความแปรปรวน ละแวกยังแปรปรวน และอัตราส่วนของตัวชี้วัดที่ 5 และ 10 เมตร ) ที่คำนวณได้จากข้อมูล spot-5 เซ็นเซอร์และอนุพันธ์เพื่อประเมินและแผนที่ต้นไม้พุ่มเส้นผ่าศูนย์กลาง ( cdia ) ลำต้นเส้นผ่าศูนย์กลางระดับอก ( ไม้ ) , ความสูงของต้นไม้ ( HT ) ปิดมงกุฎ ( CC ) , ความยาว แนวตั้งอยู่มงกุฎ ( LC ) และพื้นที่หน้าตัด ( BA ) ส่วนวิธีการสมการถดถอยกำลังสองน้อยที่สุด ( PLS ) ใช้สถิติท้องถิ่นเหล่านี้และข้อมูลภาคสนามเพื่อผลิตรูปแบบพิกเซล และแผนที่ หมายถึง ปัญญาการประมาณค่าตามลำดับ สำหรับไม้เนื้อแข็งและต้นสนป่า cdia ( R2 = 0.82 และ 0.93 และ RMSE 0.62 0.47 เมตร ) ขนาดเส้นผ่าศูนย์กลาง ( R2 = 0.82 และ 0.90 , RMSE 2.92 และ 3.75 ซม. ) , HT ( R2 = 0.69 ถึง 0.92 และ RMSE 1.27 1.59 เมตร ) , CC ( R2 = 0.52 และ 0.68 , และ RMSE 5.49 6.02 เปอร์เซ็นต์ ) , LC ( R2 = 0.58 และ 0.81 RMSE เท่ากับ 0.96 และ 1.25 m ) และ BA ( R2 = 0.71 , 0.74 , RMSE 2.47 และ 4.58 ตารางเมตร ฮา − 1 ) พื้นที่ 3 , 600 ตารางกิโลเมตร ในเขตภาคตะวันออกเฉียงเหนือ มินเนโซต้า วิธีการนี้สำหรับปริมาณป่าไม้โครงสร้างที่แข็งแกร่งในความรู้สึกที่ละเอียดครอบคลุมพื้นที่ป่าประเภทแผนที่ คือไม่ต้องแบ่งเป็นชั้นๆการวิเคราะห์ในขั้นตอนใด ๆในกระบวนการ ดังนั้น เราแสดงให้เห็นว่า multi-resolution spot-5 ข้อมูลการปฏิบัติทางเลือก LIDAR การภูมิภาคป่าปลาหลดพารามิเตอร์ อย่างไรก็ตาม LIDAR ข้อมูลอาจถูกใช้เพื่อปรับรูปแบบโครงสร้างตามจุดเหล่านี้ในอนาคต