onr:"swepub:oai:slubar.slu.se:119190"
Sökning: onr:"swepub:oai:slubar.slu.se:119190" > Importance of Calib...
- 1 av 1
- Föregående post
- Nästa post
- Till träfflistan
- Lindgren, NilsSwedish University of Agricultural Sciences,Sveriges lantbruksuniversitet,Institutionen för skoglig resurshushållning,Department of Forest Resource Management (författare)
Importance of Calibration for Improving the Efficiency of Data Assimilation for Predicting Forest Characteristics
- Artikel/kapitelEngelska2022
Förlag, utgivningsår, omfång ...
- 2022-09-16
- MDPI AG,2022
- MDPI,2024
Nummerbeteckningar
- LIBRIS-ID:oai:slubar.slu.se:119190
- https://res.slu.se/id/publ/119190URI
- https://doi.org/10.3390/rs14184627DOI
Kompletterande språkuppgifter
- Språk:engelska
- Sammanfattning på:engelska
Ingår i deldatabas
- SwePubSwePub
Klassifikation
Anmärkningar
- Data assimilation (DA) is often used for merging observations to improve the predictions of the current and future states of characteristics of interest. In forest inventory, DA has so far found limited use, although dense time series of remotely sensed (RS) data have become available for estimating forest characteristics. A problem in forest inventory applications based on RS data is that errors from subsequent predictions tend to be strongly correlated, which limits the efficiency of DA. One reason for such a correlation is that model-based predictions, using techniques such as parametric or non-parametric regression, are normally biased conditional on the actual ground conditions, although they are unbiased conditional on the RS predictor variables. A typical case is that predictions are shifted towards the mean, i.e., small true values are overestimated, and large true values are underestimated. In this study, we evaluated if the classical calibration of RS-based predictions could remove this type of bias and improve DA results. Through a simulation study, we mimicked growing stock volume predictions from two different sensors: one from a metric strongly correlated with growing stock volume, mimicking airborne laser scanning, and one from a metric slightly less correlated with growing stock volume, mimicking data obtained from 3D digital photogrammetry. Consistent with previous findings, in areas such as chemistry, we found that classical calibration made the predictions approximately unbiased. Further, in most cases, calibration improved the DA results, evaluated in terms of the root mean square error of predicted volumes, evaluated at the end of a series of ten RS-based predictions.
Ämnesord och genrebeteckningar
- LANTBRUKSVETENSKAPER Lantbruksvetenskap, skogsbruk och fiske Skogsvetenskap hsv//swe
- AGRICULTURAL SCIENCES Agriculture, Forestry and Fisheries Forest Science hsv//eng
- TEKNIK OCH TEKNOLOGIER Naturresursteknik Fjärranalysteknik hsv//swe
- ENGINEERING AND TECHNOLOGY Environmental Engineering Remote Sensing hsv//eng
Biuppslag (personer, institutioner, konferenser, titlar ...)
- Nyström, KennethSwedish University of Agricultural Sciences,Sveriges lantbruksuniversitet,Institutionen för skoglig resurshushållning,Department of Forest Resource Management(Swepub:slu)48332 (författare)
- Olsson, HåkanSwedish University of Agricultural Sciences,Sveriges lantbruksuniversitet,Institutionen för skoglig resurshushållning,Department of Forest Resource Management(Swepub:slu)46943 (författare)
- Ståhl, GöranSwedish University of Agricultural Sciences,Sveriges lantbruksuniversitet,Institutionen för skoglig resurshushållning,Department of Forest Resource Management(Swepub:slu)47071 (författare)
- Sveriges lantbruksuniversitetInstitutionen för skoglig resurshushållning (creator_code:org_t)
- Sveriges lantbruksuniversitet
Sammanhörande titlar
- Ingår i:Remote Sensing: MDPI AG142072-4292
Internetlänk
- 1 av 1
- Föregående post
- Nästa post
- Till träfflistan
Hitta mer i SwePub
- Av författaren/redakt...
- Lindgren, Nils
- Nyström, Kenneth
- Olsson, Håkan
- Ståhl, Göran
- Om ämnet
-
- LANTBRUKSVETENSKAPER
- LANTBRUKSVETENSK ...
- och Lantbruksvetensk ...
- och Skogsvetenskap
-
- TEKNIK OCH TEKNOLOGIER
- TEKNIK OCH TEKNO ...
- och Naturresurstekni ...
- och Fjärranalystekni ...
- Artiklar i publikationen
- Remote Sensing
- Av lärosätet
- Sveriges Lantbruksuniversitet
Sök utanför SwePub
- Sök vidare i:
- Google Book Search
- Google Scholar
Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.
- Copyright © LIBRIS - Nationella bibliotekssystem
- LIBRIS.kb.se
