SwePub
Sök i LIBRIS databas

  Utökad sökning

id:"swepub:oai:DiVA.org:lnu-126400"
 

Sökning: id:"swepub:oai:DiVA.org:lnu-126400" > Forest Biophysical ...

  • Aksoy, SametIstanbul Technical University, Türkiye (författare)

Forest Biophysical Parameter Estimation via Machine Learning and Neural Network Approaches

  • Artikel/kapitelEngelska2023

Förlag, utgivningsår, omfång ...

  • IEEE,2023
  • printrdacarrier

Nummerbeteckningar

  • LIBRIS-ID:oai:DiVA.org:lnu-126400
  • https://urn.kb.se/resolve?urn=urn:nbn:se:lnu:diva-126400URI
  • https://doi.org/10.1109/igarss52108.2023.10282899DOI

Kompletterande språkuppgifter

  • Språk:engelska
  • Sammanfattning på:engelska

Ingår i deldatabas

Klassifikation

  • Ämneskategori:ref swepub-contenttype
  • Ämneskategori:kon swepub-publicationtype

Anmärkningar

  • This paper presents the first results of the ongoing development of new forest mapping methods for the Swedish national forest mapping case using Airborne Laser Scanning (ALS) data, utilizing the recent findings in machine learning (ML) and Artificial Intelligence (AI) techniques. We used Random Forest (RF) and eXtreme Gradient Boosting (XGBoost) as ML models. In addition, Neural networks (NN) based approaches were utilized in this study. ALS derived features were used to estimate the stem volume (V), above-ground biomass (AGB), basal area (B), tree height (H), stem diameter (D), and forest stand age (A). XGBoost ML algorithm outperformed RF 1 % to 3 % in the R² metric. NN model performed similar to ML model, however it is superior in the estimation of V, AGB, and B parameters.

Ämnesord och genrebeteckningar

Biuppslag (personer, institutioner, konferenser, titlar ...)

  • Hasan Al Shwayyat, Shouq ZuhterMarmara University, Türkiye (författare)
  • Nur Topgül, ŞuleIstanbul Technical University, Türkiye (författare)
  • Sertel, ElifIstanbul Technical University, Türkiye (författare)
  • Ünsalan, CemMarmara University, Türkiye (författare)
  • Salo, JariUniversity of Helsinki, Finland (författare)
  • Holmström, AntonKatam Technologies, Sweden (författare)
  • Wallerman, JörgenSwedish University of Agricultural Sciences, Sweden (författare)
  • Nilsson, MatsSwedish University of Agricultural Sciences, Sweden (författare)
  • Fransson, Johan,Professor,1967-Linnéuniversitetet,Institutionen för skog och träteknik (SOT),DISA;DISA-WBT(Swepub:lnu)jofrad (författare)
  • Istanbul Technical University, TürkiyeMarmara University, Türkiye (creator_code:org_t)

Sammanhörande titlar

  • Ingår i:IGARSS 2023 - 2023 IEEE International Geoscience and Remote Sensing Symposium: IEEE, s. 2661-2664979835032010797983503200919798350331745

Internetlänk

Hitta via bibliotek

Till lärosätets databas

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.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy