本文回顾了城市森林资源清查领域的当前知识状况以及通过遥感技术获取的特定树木参数。本文讨论了使用遥感技术确定清查过程中获取的单株树木以下特征的可能性和局限性:位置(坐标)、树高、胸高直径、树冠参数(树冠跨度、树冠基高、树冠投影面)、健康状况和树种。从 2000 年到 2017 年 12 月,共分析了科学数据库 (Scopus ® 和 ScienceDirect ® ) 上发表的 543 篇论文;其中 86 篇用于审查。最重要的成果是:(a) 许多数据集的集成,特别是光谱数据(航空图像和卫星图像)和结构数据(激光雷达),可以最复杂地使用遥感数据,并有助于提高参数估计的准确性以及正确识别树种; (b) TLS 具有最高的测量精度,而 ALS 数据具有最大的操作系统;(c) 遥感数据应用与大量复杂的处理相关,这些处理通常使用专有的详细说明对非常大的数据集进行处理;(d) 使用遥感数据可以确定不同细节层次和不同尺度的城市植被特征。
地球科学是一门直观且不断变化的科学。因此,地球科学家必须掌握该领域的最新知识,并了解地球的组成部分、地球资源和地质灾害,以便发现隐藏的资源并正确利用资源。现在是时候以协同方式理解地球科学,并将教育和地球科学应用的要素转变为人类生活和地球资源的可持续性,重点关注矿物、采矿、自然灾害等。无论您是拥有多年经验的学者,还是学术旅程初期的学者,我们相信您都会发现这次会议令人振奋,并获得有关您的研究的宝贵见解。
为了将森林生物量视为能源生产的真正替代品,使用非破坏性采样方法获得其可用性的准确估计至关重要。在本研究中,我们估计了位于西班牙的苏格兰松树为主的森林(Pinus sylvestris L.)中可用的生物量。生物量估计值是使用 LiDAR 数据结合多光谱相机和异速生长方程获得的。用于融合数据的方法基于反向投影,这确保了两个数据集之间的完美匹配。结果给出了七种不同生物量成分的估计值:地上、地下、原木、针叶以及大、中、小树枝。模型的准确度在 R 2 值 0.46 和 0.67 之间变化,RMSE% 范围从 15.72% 到 35.43%,除估计大树枝生物量的模型外,所有成分估计值均低于 20%。本研究中的模型适用于估计生物量,并表明可以对不同的生物量成分进行精细计算。这些遥感方法足够精确,可以开发用于多种能源用途的生物质资源制图。
摘要:考古学家经常依靠被动机载光学遥感技术来为(欧洲)景观考古项目提供一些核心数据。尽管这一考古领域经历了许多技术和理论的演变,但主要的航空摄影调查以及不太常见的考古机载侦察方法仍然受到许多固有偏差的影响,这些偏差是由低于标准的采样策略、成本、仪器可用性和后处理问题造成的。本文从景观(考古学)的概念开始,并用它来构建考古机载遥感。在介绍了对已经扭曲的考古人群进行采样时减少偏差的必要性并扩展了航空调查的“理论中立”主张之后,本文提出了八个关键特征,这些特征都有可能增加或减少使用被动传感器收集机载光学图像时的主观性和偏差。在此背景下,本文随后对景观考古学在过去几十年中依赖的各种被动机载光学成像解决方案进行了一些技术方法论反思。在这样做时,它对这些高度主观的方法对景观考古学的有效性和适用性提出了质疑。最后,本文提出了一种新的、更客观的利用被动传感器进行航空光学图像采集的方法。在讨论中,本文认为
