Use of airborne laser scanning data processed by areabased approach for forest stand variables estimation

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43410%2F15%3A43909071" target="_blank" >RIV/62156489:43410/15:43909071 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Use of airborne laser scanning data processed by areabased approach for forest stand variables estimation

Popis výsledku v původním jazyce

This study demonstrates a high potential of area-based approach to processing of airborne laser scanning data for forest stand volumes estimation in the Czech Republic. Further research will focus on the use of nonparametric regression models, such as k-Nearest Neighbor (k-NN), k-Most Similar Neighbor (MSN). It will also be used Sparse Bayesian technique, data mining technique, such as Random Forest, and multilayer perceptron neural networks. It will also be created Python script that automates all operations.

Název v anglickém jazyce

Use of airborne laser scanning data processed by areabased approach for forest stand variables estimation

Popis výsledku anglicky

This study demonstrates a high potential of area-based approach to processing of airborne laser scanning data for forest stand volumes estimation in the Czech Republic. Further research will focus on the use of nonparametric regression models, such as k-Nearest Neighbor (k-NN), k-Most Similar Neighbor (MSN). It will also be used Sparse Bayesian technique, data mining technique, such as Random Forest, and multilayer perceptron neural networks. It will also be created Python script that automates all operations.

Druh

O - Ostatní výsledky

CEP obor

GK - Lesnictví

OECD FORD obor

—

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2015

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů