Εκτίμηση δασικών παραμέτρων με χρήση σύγχρονων προσεγγίσεων τηλεπισκόπησης

δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*



Assessment of forest parameters using modern remote sensing approaches
Εκτίμηση δασικών παραμέτρων με χρήση σύγχρονων προσεγγίσεων τηλεπισκόπησης

Panagiotidis, Dimitrios
Παναγιωτίδης, Δημήτριος

PhD Thesis

2017


Během posledních několika let dal rapidní vývoj v počítačovém zobrazování příležitost pro moderní a praktické kroky k získávání dat, která hrají významnou a určující roli při různých lesnických využitích. Tato disertační práce je zhotovena v rámci řady předem publikovaných vědeckých článků. Přesněji řečeno, články I, II, III zkoumají možnosti přesné konstrukce 3D modelů stromů za použití metody algoritmů structure from motion (SfM) založené na moderních využitích dálkového průzkumu Země – DPZ bezpilotní letouny (unamanned aerial vehicles) osazené optickými senzory a senzory zaměřenými na terestriální měření) pro nepřímý odhad taxačních veličin založený na přístupu k individuálním stromům. Kromě toho, zhodnocení rozmístění jednotlivých druhů dřevin, nebo druhů lesa nemůže být význačným na základě relativně limitovaných možností nízkoletících platforem, kterými jsou na příklad UAV. Proto je zde potřeba alternativního zdroje dálkového průzkumu Země, který může překonat tyto limity. Článek IV se zaměří na využití neparametrických algoritmů jako na příklad k-Nearest Neighbour (K-NN), Support Vector Machine (SVM) a Random Forest (RF) pro předpověď dominantních druhů dřevin využívající přístup area-based skrz kombinaci dálkového průzkumu Země (spektrální data) s pomocnými daty. Výsledky mohou eventuálně ukázat nejvíce signifikantní algoritmus ze všech testovaných a nejdůležitější environmentální parametry distribuce dominantních druhů. Výsledky z článků I, II, III, pro determinaci některých taxačních veličin jako výška, výčetní tloušťka a průměr koruny, předpokládají ukázat použití nekalibrovaných kamer pro 3D rekonstrukční modely založené na snímcích, které jsou odvozené od obou z leteckých i pozemních zobrazovacích metod, je možné je úspěšně použít s každou kamerou střední třídy na základě a) realističnosti modelu a b) korelace mezi očekávanými a naměřenými hodnotami.
Over the past few years, the rapid technological growth rates in computer vision have given the potential for practical and modern approaches to remote sensing (RS) in data acquisition, such as mid-level consumer cameras, laser scanners, etc. to play a significant and determined role in several forestry applications. This dissertation was accomplished within a collection of four previously published scientific papers. Specifically, papers I, II, III, investigated the possibility of accurate reconstruction of3D tree models using structure-from-motion (SfM) algorithms, based on modern approaches of remote sensing (unmanned aerial vehicles) equipped with an optical camera and terrestrial-based sensors) for indirect estimates of forest parameters following the individual-tree approach. Furthermore, in paper IV a novel method for the evaluation and prediction of the distribution of dominant tree species or specific types of forest was conducted on an area-based approach using data mining algorithms, depending on the integration of remote sensing (spectral) with auxiliary (environmental) data. Results showed the flexibility and the high potential of remote sensing for accurate estimation of forest parameters over large forested areas. Among all algorithms which were tested the most significant was random forest (RF), also topographic parameters such as elevation and solar radiation indicators had the highest effect on the distribution of tree species. Concerning papers, I, II,III, for the determination of several forest parameters such as height, diameter at the breast height (DBH), and crown diameter, the overall results showed that from uncalibrated image sequences, it is possible to reconstruct realistic 3D tree models, using any midlevel commercial camera with satisfactory accuracy and correlation between estimated and measured variables based on statistical evaluation.
Τα τελευταία χρόνια, οι ταχείς ρυθμοί τεχνολογικής ανάπτυξης στους ηλεκτρονικούς υπολογιστές έχουνε δώσει τη δυνατότητα για πρακτικές και σύγχρονες προσεγγίσεις τηλεπισκόπησης στην απόκτηση δεδομένων, όπως εμπορικές κάμερες, σαρωτές λέιζερ κ.λ.π. παίζοντας καθοριστικό ρόλο σε πολλές δασικές εφαρμογές. Η συγκεκριμένη διατριβή ολοκληρώθηκε μέσα απο μια συλλογή τεσσάρων επιστημονικών εργασιών. Πιο συγκεκριμένα, τα άρθρα I, II, III, διερεύνησαν τη δυνατότητα ακριβούς ανακατασκευής τρισδιάστατων δασικών μοντέλων που χρησιμοποιούν δομή από αλγόριθμους κίνησης (structure from motion), βασισμένα σε σύγχρονες προσεγγίσεις τηλεπισκόπησης (εξοπλισμένα με οπτικές κάμερες και άλλους επίγειους αισθητήρες) για έμμεσες εκτιμήσεις δασικών παραμέτρων σε ατομικό επίπεδο. Επιπλέον, το άρθρο IV παρουσιάζει μια νέα μέθοδος αξιολόγησης για την κατανομή των κυρίαρχων δασοπονικών ειδών ή τύπου δάσους, χρησιμοποιώντας αλγόριθμους όπως data mining, εξαρτώμενες από ενσωμάτωση τηλεπισκόπησης (φασματική) με βοηθητικά (περιβαλλοντικά) δεδομένα. Τα αποτελέσματα έδειξαν την ευελιξία και τις υψηλές δυνατότητες που προσφέρει η τηλεπισκόπηση για ακριβή εκτίμηση των δασικών παραμέτρων, εφαρμοσμένες σε μεγάλες δασικές εκτάσεις. Μεταξύ όλων των αλγορίθμων που δοκιμάστηκαν ο πιο σημαντικός ήταν ο random forest (RF), καθώς επίσης και τοπογραφικοί παραμέτροι όπως το υψόμετρο και η ηλιακή ακτινοβολία, όπου είχαν τη μεγαλύτερη επίδραση στην κατανομή των δασοπονικών ειδών. Σχετικά με τα άρθρα, I, II,III, για τον προσδιορισμό διαφόρων δασικών παραμέτρων όπως το ύψος, στήθιαία διάμετρο και διάμετρο κόμης, τα συνολικά αποτελέσματα έδειξαν ότι μέσα από μη βαθμονομημένη ακολουθία εικόνων είναι δυνατή η ανακατασκευή ρεαλιστικών τρισδιάστατων μοντέλων δέντρων χρησιμοποιώντας κοινές εμπορικές φωτογραφικές μηχανές, με ικανοποιητική ακρίβεια και συσχέτιση μεταξύ εκτιμώμενων και μετρoύμενων μεταβλητών έχοντας ως βάση την στατιστική αξιολόγηση.

Γεωπονικές Επιστήμες και Κτηνιατρική ➨ Γεωπονία, Δασολογία και Αλιεία ➨ Δασολογία

Agricultural and Veterinary Sciences
Δορυφορικές εικόνες
Μη παραμετρικά μοντέλα
Τηλεπισκόπηση LIDAR
Γεωπονικές Επιστήμες και Κτηνιατρική
Forest mensuration
Δασολογία
Χωρική κατανομή
Nonparametric models
Ψηφιακή φωτογραμμετρία
Remote sensing Lidar
Close range photogrammetry
Spatial distribution
Γεωπονία, Δασολογία και Αλιεία
Μη επανδρωμένα αεροχήματα
Βιομετρία
Forestry
Satellite images
Drones
Agriculture, Forestry and Fisheries

Αγγλική γλώσσα

Institutes outside Greece
Ιδρύματα Εξωτερικού

Czech University of Life Sciences




*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.