摘要:无人机(UAV-LS)的激光扫描数据为仅基于 UAV-LS 数据估算森林生长蓄积量(V)提供了新的机会。我们提出了一种测量树木属性的方法,并使用这些测量值估算 V,而无需使用现场数据进行校准。该方法包括五个步骤:i)使用 UAV-LS 数据,自动识别树冠并逐墙分割。ii) 从所有检测到的树冠中,取一个样本,其中胸高直径(DBH)可以通过 UAV-LS 数据中的视觉评估可靠地记录。iii) 另一个树冠样本是从 UAV 图像数据中可识别树种的树冠中取的。iv) 使用样本拟合 DBH 和树种模型,并应用于所有检测到的树冠。v) 使用现有的异速生长模型,利用预测的树种、DBH 和 UAV-LS 直接获得的高度来预测单株树的体积。该方法应用于 Riegl-VUX 数据集,该数据集的平均密度为 1130 个点 m − 2 和 3 厘米正射影像,该数据集是在 8.8 公顷的管理北方森林中获取的。汇总已识别树木的体积以估计地块、林分和森林级别的体积,并使用 58 个独立测量的田间地块进行验证。当将空间尺度从地块 (32.2%) 增加到林分 (27.1%) 和森林级别 (3.5%) 时,均方根偏差 ( RMSD %) 会降低。UAV-LS 估计的准确度因森林结构而异,在疏松林中准确度最高,在茂密的桦树或云杉林中准确度最低。在森林层面,基于 UAV-LS 数据的估计值完全在密集实地调查估计值的 95% 置信区间内,并且两个估计值具有相似的精度。虽然结果令人鼓舞,可以进一步在完全机载森林清查的背景下使用 UAV-LS,但未来的研究应该在各种森林类型和条件下证实我们的发现。
这些材料的厚度[13,14]、孔隙率[15]、多晶性[16]和生长形貌都会影响关键的设计参数,如质量密度(ρ)和热导率(κ)。例如,质量密度是爆炸材料爆轰性能的主要参数,因为它与由此产生的传播速度成正比。[17,18]另一方面,热导率可以为药物成分的无定形稳定性提供关键见解,这最终决定了它们的生物利用度。[3,19,20]对于薄膜热障,质量密度和热导率都起着重要作用,因为它们通常是被动的并受到瞬态热载荷。 [8] 考虑到工程表面的状况、[12] 微观缺陷、[21] 通往非晶态的新途径[20] 和新型沉积技术[22] 预计将共同作用以控制有机薄膜的微观结构,需要对热物理性质进行局部测量,以指导其合成和生长。然而,对有机薄膜而言,质量密度的局部测量是一个巨大的挑战。例如,掠入射 X 射线反射、光谱椭圆偏振术和横截面扫描电子显微镜要么需要超光滑表面[23]、有机物透明的波长[24],要么需要可能损坏熔点低的样品的离子暴露。[25,26] 另一方面,重量法测量质量和体积会得出整个样本的平均密度,而没有关于微观结构的信息。显然,需要一种能够非破坏性地探测有机薄膜局部质量密度变化的测量技术。频域热反射 (FDTR) 是一种成熟的泵探测测量技术,可用于测定块体和薄膜材料的热性质,探测尺寸与激光光斑尺寸相当(通常约为 10 μ m)。[27–29] 使用 FDTR,可以定期提取材料的热导率和体积热容量 (ρcp)。然后可以使用测得的体积热容量和体积比热容 (cp) 的假设来确定质量密度。为了测量有机薄膜的质量密度,