elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Mapping individual silver fir trees using hyperspectral and LiDAR data in a Central European mixed forest

Shi, Yifang und Wang, Tiejun und Skidmore, Andrew und Holzwarth, Stefanie und Heiden, Uta und Heurich, Marco (2021) Mapping individual silver fir trees using hyperspectral and LiDAR data in a Central European mixed forest. International Journal of Applied Earth Observation and Geoinformation, 98, Seiten 1-12. Elsevier. doi: 10.1016/j.jag.2021.102311. ISSN 0303-2434.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Kurzfassung

Mapping a specific tree species at individual tree level across landscapes using remote sensing is challenging, especially in forests where co-occurring tree species exhibit similar characteristics. In Central European mixed forests, silver fir and Norway spruce have been identified as a pair of coniferous tree species with similar spectral and structural characteristics, typically leading to a major misclassification error in mapping studies. Here, we aimed to accurately map individual silver fir trees in a spruce-dominated natural forest in the Bavarian Forest National Park using integrated airborne hyperspectral and LiDAR data. To accomplish this goal, we extracted a set of relevant spectral and structural features from the hyperspectral and LiDAR data and used them to build machine learning classification models. Specifically, we compared the performance of three one-class classification algorithms (i.e. one-class support vector machine, biased support vector machine, and maximum entropy) for mapping individual silver fir trees. Our results showed that the biased support vector machine classifier yielded the highest mapping accuracy, with the area under the curve for positive and unlabeled samples (puAUC) achieving 0.95 (kappa 0.90). We found that the intensity value of 95th percentile of normalized tree height and the percentage of first returns above 2 m high were the most influential structural features, capturing the main morphological difference between silver fir and Norway spruce at the top tree crown. We also found that the wavebands at 700.1 nm, 714.5 nm, and 1201.6 nm were the most robust spectral bands, which are strongly affected by chlorophyll and foliar water content. Our study suggests that discovering links between spectral and structural features captured by different remotely sensed data and species-specific traits can significantly improve the mapping accuracy of a focal species at the individual tree level.

elib-URL des Eintrags:https://elib.dlr.de/140983/
Dokumentart:Zeitschriftenbeitrag
Titel:Mapping individual silver fir trees using hyperspectral and LiDAR data in a Central European mixed forest
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Shi, Yifangy.shi-1 (at) utwente.nlNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Wang, Tiejunt.wang (at) utwente.nlNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Skidmore, Andrewa.k.skidmore (at) utwente.nlNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Holzwarth, StefanieStefanie.Holzwarth (at) dlr.dehttps://orcid.org/0000-0001-7364-7006NICHT SPEZIFIZIERT
Heiden, Utauta.heiden (at) dlr.dehttps://orcid.org/0000-0002-3865-1912NICHT SPEZIFIZIERT
Heurich, Marcomarco.heurich (at) npv-bw.bayern.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:17 Februar 2021
Erschienen in:International Journal of Applied Earth Observation and Geoinformation
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
Band:98
DOI:10.1016/j.jag.2021.102311
Seitenbereich:Seiten 1-12
Verlag:Elsevier
ISSN:0303-2434
Status:veröffentlicht
Stichwörter:Specific tree species, Silver fir, Hyperspectral, LiDAR, One-class classification, HySpex
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Fernerkundung u. Geoforschung
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Deutsches Fernerkundungsdatenzentrum > Dynamik der Landoberfläche
Institut für Methodik der Fernerkundung > Photogrammetrie und Bildanalyse
Hinterlegt von: Holzwarth, Stefanie
Hinterlegt am:18 Feb 2021 14:47
Letzte Änderung:26 Aug 2022 11:54

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.