Questions tagged «forest-ecology»

我刚刚发现了惊人的汉森（Hansen）关于森林丧失和再生长的分类，该分类可在http://www.globalforestwatch.org/上找到，该分类发表于2013年《科学》杂志上，网址为： Hansen，MC，Potapov，P.V，Moore，R 。，Hancher，M.，Turubanova，SA和Tyukavina，A.（2013年）。21世纪森林覆盖率变化的高分辨率全球地图。Science，342（6160）（11月15日），850–854。doi：DOI：10.1126 / science.1244693。 但是，我在本文/网站中找不到确切的方法来再现这种地图，因此汉森使用了哪种分类？ 我唯一能找到的是，有监督的学习算法用于识别树的覆盖率，但这是一个广义的术语。 如果可能的话，我想使用相同的方法（但要在90年内应用），所以在我选择的地区进行汉森分类之前。

10 raster  remote-sensing  classification  landsat  forest-ecology 

我正在进行一个LiDAR项目，以确定约书亚树在指定研究区域内的位置。由于植被稀疏，那里确实有2种树冠物种，即约书亚树和杨木。由于树冠中的物种丰富度非常有限，我认为这是一个相对容易的LiDAR分析。我的方法是创建一个地球栅格（DEM），然后创建第一个返回栅格。然后，我将从第一个返回栅格中减去裸土以创建植被栅格。通过使用底图进行验证，我可以轻松消除任何噪音（例如电源线，建筑物）。因为客户希望查看所有约等于12英尺的约书亚树，所以我只需要对植被栅格进行重新分类。这样，我应该能够看到我研究区域内的所有树种，应该是约书亚树。 这是我在ArcMap中遵循的方法： 创建裸土层 使用创建LAS数据集工具创建所选研究区域的las数据集 使用“创建LAS数据集图层”工具 a 在该图层上创建las数据集图层。从类代码中选择2（接地） 使用LAS数据集转栅格工具将此图层转换为栅格。 创建植被层 使用Make LAS DATASET LAYER工具时，请在返回值（可选）下重复步骤2和3，但仍要选择第一个返回。 使用减号工具从第一返回栅格中减去裸地球栅格 1st Return (raster) – Bare Earth (raster) = Vegetation Layer 使用“重分类”工具确定12英尺及更大的高度： Classification: Natural Breaks (Jenks) Classes: 2 Break values: 3.66, 10.725098 是否有人对此有任何经验，并且可能能够提供一些提示/指针，以说明我可能会出错的地方？如果人们知道更好的方法，那么我就会开放意见！

9 arcgis-desktop  remote-sensing  lidar  feature-extraction  forest-ecology