人们普遍认为,保护森林地区可以大大有助于缓解全球气候变化。为此,联合国气候变化框架公约 (UNFCCC) 等国际机构制定了一项减少二氧化碳排放 (REDD) 的合作计划,以更新温室气体排放清单。然而,研究表明,准确估计森林的碳储量仍然存在不确定性,尤其是使用光学遥感。因此,本研究旨在确定机载 LiDAR 数据或 VHR GeoEye 卫星图像中的哪一个来源可以为尼泊尔奇特旺亚热带森林的生物量/碳估算提供更准确的信息。非常高分辨率的 GeoEye 卫星图像仅提供二维信息,而 LiDAR 数据提供三维信息。在本研究的方法中,LiDAR 数据需要更多分析,因为来自传感器的原始信息是在点云中获取的。然后,从点云中得出数字表面模型 (DSM) 和数字地形模型 (DTM)。树冠高度模型 (CHM),即树木的高度,是通过 DSM 和 DTM 之间的差异计算得出的。将从 LiDAR 数据得出的树木高度与实地测量的树木高度进行比较。使用面向对象分析 (OOA) 技术对 LiDAR CHM 和 GeoEye 图像进行分割,以删除
运营计划将通过整合来自各种 FAA 和国家气象局 (NWS) 传感器和气象信息系统的数据来提供此类改进的气象信息。图 1 显示了 ITWS 的主要数据来源和该系统的一些主要用户。图 1 强调了 ITWS 的一项重要技术特征 - 整合来自各种来源的知识,以提供一套有关机场航站区运行重要天气的信息产品。从历史上看,降水的雷达反射率一直是航站区风暴信息的主要来源,机场地面风、温度和湿度信息则出现在单独的字母数字显示屏上。然而,在确定天气的危险程度和时间演变时,热力学因素(即温度和湿度)、风和风暴微物理过程(例如冰晶的形成)与雷达反射率一样重要。通过以科学合理的方式使用各种数据源,ITWS 可以通过创建无法从传感器单独获取的信息产品来解决上述不足之处。ITWS 将通过两种方式实现其主要目标,即减少延误:直接向 FAA 主管和交通管理人员提供信息,以便他们能够更积极地工作以实现高效
