INFORMATION SALCA POUR LA SÉPARATION DU FEUILLAGE ET DU BOIS EN LABORATOIRE
Utilisation de données spectrales et spatiales pour la séparation du feuillage et du bois en laboratoire
Versandkostenfrei!
Versandfertig in 6-10 Tagen
26,99 €
inkl. MwSt.
PAYBACK Punkte
13 °P sammeln!
Dans ce travail, l'instrument Salford Advanced Laser Canopy Analyser a été utilisé pour mesurer un arbre à feuilles larges et un arbre à feuilles aiguës dans un environnement de laboratoire à une distance de 1, 3, 5 et 8 mètres. Le travail visait à étudier le potentiel de SALCA pour cartographier la distribution tridimensionnelle du feuillage et des matériaux ligneux. Les données brutes ont été traitées pour extraire les informations spectrales, notamment la portée et les informations spectrales telles que l'intensité, la réflectance apparente et l'indice de différence norma...
Dans ce travail, l'instrument Salford Advanced Laser Canopy Analyser a été utilisé pour mesurer un arbre à feuilles larges et un arbre à feuilles aiguës dans un environnement de laboratoire à une distance de 1, 3, 5 et 8 mètres. Le travail visait à étudier le potentiel de SALCA pour cartographier la distribution tridimensionnelle du feuillage et des matériaux ligneux. Les données brutes ont été traitées pour extraire les informations spectrales, notamment la portée et les informations spectrales telles que l'intensité, la réflectance apparente et l'indice de différence normalisé. Les données du nuage de points ont ensuite été utilisées pour calculer les attributs spatiaux et visualisées sous forme d'images tridimensionnelles pour distinguer les points de feuillage du bois. Deux approches principales ont été adoptées dans cette recherche afin de distinguer les points de feuillage du bois. La première a consisté à appliquer des seuils spécifiques sur l'AR de 1063 nm, 1545 nm et NDI. La seconde approche consistait à produire une classification spatiale basée sur les caractéristiques géométriques des arbres à l'aide du classificateur CANUPO. Afin d'étudier la correspondance entre les classifications, les classifications spectrales et spatiales ont été représentées sous forme de matrice et visualisées sous forme de nuages de points tridimensionnels.
Andere Kunden interessierten sich für
