تشخیص نور و محدوده(LIDAR): ابزار درحال ظهوربرای موجودی منابع چندگانه

مقدمه

اسکن لیزری هوابرد جنگل ها نشان داده که مدل های دقیق زمین و در عین حال تخمین هایی از متغیرهای موجودی منابع متعدد از طریق سنجش فعال سه بعدی پوشش گیاهی جنگلی (سه بعدی) زمین ارائه می کند. مروری کوتاه بر فن آوری اسکن لیزری هواکه اغلب به عنوان «تشخیص و محدوده نور» (LIDAR) شناخته می‌شودو یافته‌های تحقیقاتی در مورد استفاده از آن در اندازه‌گیری جنگل و نظارت ارائه شده است. در حال حاضر، بسیاری از مأموریت های اسکن لیزری هوابرد با مشخصات طراحی شده برای نقشه برداری از زمین انجام می شود، که اغلب منجر به مجموعه داده هایی می شود که حاوی اطلاعات کلیدی مورد نیاز برای اندازه گیری پوشش گیاهی نیستند. بنابراین، استانداردها و مشخصات برای مأموریت‌های اسکن لیزری هوابرد برای اطمینان از مفید بودن آنها برای اندازه گیری و نظارت پوشش گیاهی، به جای صرفاً نقشه برداری زمین (به عنوان مثال، ارسال تمام داده های برگشتی با شدت بازتاب) مورد نیاز است. پنج محصول داده‌های جنگلی مشتق‌شده از LIDAR که به راحتی قابل درک هستند، شناسایی شده‌اند که جهت اطمینان از در نظر گرفتن نیازهای جنگلداری در هنگام انجام مأموریت‌های چندمنبعی LIDAR کمک می‌کنند. پس از تدوین استانداردها، فرصتی برای به حداکثر رساندن ارزش اندازه‌گیری مجدد قطعه زمین با جمع‌آوری داده های لیزر هوابرد در تعداد محدودی از کرت ها در هر سال وجود دارد.

هدف از فهرست جنگل، ارائه برآوردهای دقیق از ویژگی های پوشش گیاهی جنگل، از جمله کمیت، کیفیت، وسعت، سلامت و ترکیب در منطقه مورد نظر است. موجودی جنگل تخمینی از نظم گیاهان (عمدتاً درختان) که شامل زیست توده جنگلی روی زمین است. در یک حالت ایده آل، سیستم موجودی جنگل باید به گونه ای طراحی شود که داده های مکانی را ارائه دهد که می تواند در مقیاس های مختلف پشتیبانی از منابع مختلف اهداف مدیریتی برای یک جنگل خاص، از جمله جنگل‌کاری، برنامه‌ریزی برداشت، پایش زیستگاه، حفاظت از حوزه آبخیز و مدیریت سوخت مورد استفاده قرار گیرد. با این حال، روش های سنتی موجودی جنگل های زمینی طراحی شده برای ارائه تخمین نقطه ای از پارامترهای موجودی برای مناطق نسبتاً بزرگ تا سطح مطلوبی از دقت و از نظر مکانی طراحی صریح، وضوح بالا اطلاعات نقشه برداری شده در مورد آرایش یا ساختار فضایی بیولوژیکی جنگل اجزای چشم انداز نشده هستند. «کجا» اغلب به اندازه «چی» مهم است. برای اکثر فعالیت های مدیریت منابع، این داده های زیست فضایی، مشخص می کند که چگونه ساختار و ترکیب جنگل در چشم انداز متفاوت کمترین اهمیت را در ارزیابی های اقتصادی، زیبایی شناختی و زیستگاهی داده های مکانی (به عنوان مثال، شیب، جهت، و ارتفاع) هستند. طی۱۰ سال گذشته، انقلابی در فن آوری سنجش از دور ، ارائه جدید ابزار اندازه گیری و نظارت بر داده های زیست فضایی در سراسر چشم انداز رخ داده است.
اساس این انقلاب توانایی اندازه گیری مستقیم ساختار سه بعدی (سه بعدی) (یعنی زمین، پوشش گیاهی و زیر ساخت) مناطق تصویر شده و جداسازی داده های زیست فضایی (اندازه گیری پوشش گیاهی بالای زمین) از داده های مکانی (اندازه گیری سطح زمین) با استفاده از کنترل فن‌آوری های سنجش از راه دور فعال است. حسگرهای فعال انرژی (مثلاً نور یا امواج رادیویی) را ساطع می کنند و انعکاس این انرژی را از طریق عمق سایبان ثبت می کنند.دو سیستم سنجش از راه دور فعال در حال حاضر با این قابلیت به صورت تجاری در دسترس هستند:

(۱) اسکن لیزر هوابرد، همچنین به عنوان تشخیص نور و محدوده (LIDAR) و(۲) رادار دیافراگم مصنوعی تداخل سنجی (IFSAR؛ همچنین به عنوان InSAR نامیده می شود). از بین این سیستم ها، LIDAR از نظر فنی بیشتر وسیع بوده و به طور گسترده در دسترس است، اگرچه IFSAR پتانسیل زیادی برای برنامه های کاربردی در سطح چشم انداز  وسیع دارد. در این مقاله ما بر روی LIDAR به عنوان ابزاری برای موجودی منابع چندگانه تمرکز کردیم.

مروری کوتاه بر فن‌آوری LIDAR در هوابرد

انواع مختلفی از سیستم های LIDAR موجود در هوا وجود دارد. در این مقاله، زمین مشترک را بر روی بیشترین سیستم نقشه برداری متمرکز می کنیم، یعنی: بازده گسسته، ردپای کوچکLIDAR (یعنی قطر پرتو لیزر معمولی در سطح زمین در محدوده ۰٫۲-۱٫۰ متر). سیستم های هوابرد LIDAR با بازگشت گسسته طی ۱۵ سال گذشته با هدف صریح نقشه برداری از زمین توسعه یافته است. سیستم های اسکن لیزری هوا دارای چهار جزء سخت افزاری اصلی هستند: (۱) واحد اسکن ساطع کننده-گیرنده لیزر، (۲) سیستم های موقعیت یابی جهانی دیفرانسیل (GPS، هواپیما و واحدهای زمینی) (۳) یک واحد اندازه گیری اینرسی بسیار حساس (IMU) متصل به واحد اسکن، و البته،(۴) یک کامپیوتر برای کنترل سیستم و ذخیره داده ها از سه جزء اول.

اسکنرهای لیزری طراحی شده برای نقشه برداری از زمین پالس های لیزر نزدیک به مادون قرمز را در یک نرخ بالا (معمولا ۱۰۰۰۰-۱۰۰۰۰۰ در ثانیه) ساطع می کنند. موقعیت و وضعیت دقیق واحد اسکنر لیزری در زمانی که هر پالس از داده های پرواز جمع آوری شده توسط واحدهای GPS و IMU ساطع می شود. محدوده یا فاصله بین اسکنر و یک شی که منعکس کننده پالس محاسبه شده است با استفاده از مدت زمانی که طول می کشد تا پالس فاصله سفر برگشت از اسکنر به شی را کامل کند. از این اطلاعات محدوده و موقعیت و جهت اسکنر برای محاسبه یک مختصات دقیق برای هر نقطه بازتاب استفاده می شود. نواری از زمین زیر هواپیما از طریق انحراف جانبی لیزر نبض ها و حرکت رو به جلو هواپیما بررسی می شود. الگوی اسکن در داخل نوار توسط یک آینه نوسانی یا منشور چرخشی که باعث جاروب شدن پالس هادر سراسر چشم انداز در یک الگوی ثابت زیر هواپیما ایجاد می شود. مناطق بزرگ با مجموعه ای از نوارها بررسی می شوند که اغلب ۲۰٪ یا بیشتر روی یکدیگر همپوشانی دارند. این منجر به کسب یک “نقطه” سه بعدی ابر از پوشش گیاهی و زمین، اغلب با چندین میلیون اندازه گیری در هر کیلومتر مربع می شود. الگوی نهایی نقاط بازتاب پالس روی زمین و پهنای نوار اسکن شده به تنظیمات و طراحی مکانیزم اسکن (به عنوان مثال، نرخ پالس، بازده در هر پالس، و اسکن زاویه)، و همچنین عوامل دیگری مانند پرواز ارتفاع، سرعت هواپیما، و شکل توپوگرافی بستگی دارد. اکثر سیستم های LIDAR می توانند چندین مورد بازتاب یا “بازگشت” از یک پالس لیزررا شناسایی کنند. بازگشت های متعدد زمانی اتفاق می افتد که پالس به هدفی برخورد کند که به طور کامل انجام نمی شود ،مسیر پالس را مسدود کنند و قسمت باقیمانده پالس به سمت یک جسم پایین تر ادامه می یابد. این وضعیت اغلب در سایبان های جنگلی که شکاف های کوچکی بین شاخه ها و شاخ و برگ دارند، رخ می دهد. برای استفاده از این مزیت، بیشتر مأموریت‌های نقشه‌برداری زمین بر روی چوب‌های سخت یا جنگل‌های مخروطی-چوب سخت مختلط در شرایط برگ‌ریزی به پرواز در می‌آیند تا درصد پالس‌هایی را که به سطح زمین می‌رسند به حداکثر برسانند. در مقابل، زمانی که هدف اصلی توصیف شرایط تاج پوشش است، مأموریت های LIDAR گاهی اوقات پرواز در شرایط برگ به به حداکثر رساندن تعداد بازگشت از تاج درختان و سایر لایه های گیاهی هستند. سازندگان سیستم تلاش‌های زیادی برای ایجاد روش‌هایی برای تمایز بین بازتاب لیزر از سطح زمین (اندازه‌گیری زمین) و بازتاب‌های ناشی از پوشش گیاهی هزینه کرده اند. سازندگان سیستم LIDAR معمولاً میانگین ریشه را به صورت مربع خطاهای ۱۰-۱۵ سانتی متر عمودی و ۵۰-۱۰۰ سانتی متر افقی برای محصولات نقشه برداری زمین در شرایط بهینه نقل می کنند. در چندین مطالعه، دقت عمودی اندازه‌گیری‌های زمین LIDAR در محدوده ۱۵ تا ۵۰ سانتی‌متر در شرایط مختلف زمین و پوشش از مناطق مسطح باز تا پوشش جنگلی متغیر (از برش‌ها تا توده‌های جوان) است. قابلیت‌های سیستم اسکن هوابرد LIDAR به طور چشمگیری ۱۰ سال گذشته افزایش یافته است. هزینه های اکتساب داده ها به همین ترتیب با پیشرفت در سیستم‌های ناوبری اینرسی، قابلیت محاسبات و فن آوری GPS کاهش یافت. LIDAR به سمت بخش اصلی نقشه برداری تجاری زمین حرکت می کند. امروزه، چندین فروشنده سیستم‌های LIDAR را به بازار عرضه می‌کنند و چندین شرکت سوم فروشندگان مهمانی تخصصی نرم افزار پردازش داده LIDAR برای نقشه برداری کارآمد زمین ارائه می دهند. بررسی های متعدد LIDAR شرکت ها طیف کاملی از خدمات نقشه برداری از جمله تولید مدل های رقومی زمین، نقشه های کانتور، استخراج مکان ها و ویژگی های زیرساخت و تحویل داده های اسکنر پردازش شده در فرمت های مختلف را ارائه می دهند.

اندازه گیری های LIDAR از جنگل مشتق شده

اگر چه جامعه نقشه برداریLIDAR را به عنوان فن آوری استاندارد برای جمع آوری داده های مکانی با وضوح بالا بر روی پوشش گیاهی مناطق پذیرفته باشیم، جامعه مدیریت منابع طبیعی کندتر بوده ودرکی از قابلیت LIDAR به طور همزمان جمع آوری داده های زیست فضایی با وضوح بالا اقدام کرد. سازندگان سیستم تا حد زیادی کاربردهای بازده بالقوه پوشش گیاهی LIDAR را نادیده گرفته اند (که به طور قابل درک “نویز” در حوزه زمین نقشه برداری)، در نظر گرفته می شود، و تنها در چند سال گذشته دانشمندان منابع طبیعی برای درک دقت و ارزش LIDAR داده های ساختار جنگل زیست فضایی، با کانادا و اروپا در پیش شروع به کار کرده اند. کاربردهای فراوانی برای داده های ساختار جنگل سه بعدی وجود دارد که کمترین آنها فهرست و نظارت جنگل است. چند کشور اروپایی برنامه هایی را برای استفاده LIDAR برای موجودی جنگل در مقیاس بزرگ آغاز کرده اند. با این حال، روش های تجزیه و تحلیل جنگل به خوبی آنهایی که برای محصولات نقشه برداری زمین هستند اصلاح نشده است. اگرچه علاقه فزاینده ای به استفاده عملیاتی LIDAR برای برنامه های کاربردی موجودی منابع در مقیاس بزرگ در ایالات متحده وجود دارد. ایالات، تا به امروز، بیشتر ازقبل محدود به کاربردهای تحقیقاتی مشغول فعالیت بوده است.

اندازه گیری LIDAR از صفات درختی مبتنی بر شخص

تاج های درختی فردی تشکیل دهنده سطح سایبان قابل تشخیص و اندازه گیری است به طور خودکار با دقت نسبتاً بالا از طریق استفاده از الگوریتم‌های سنجش کامپیوتری زمانی که داده‌های LIDAR با چگالی بالا (۴-۵ نقطه متر مربع) به دست می‌آیند. مطالعات متعدد نشان داده است که زمانی که محدوده از یک لایه سایبان تشکیل شده است، تکنیک های چشم انداز کامپیوتری مورفولوژیکی می توانند به طور مؤثر برای شناسایی خودکار تاج درخت ساختارها و اندازه گیری ویژگی های درخت فردی، از جمله ارتفاع کل، تاج ارتفاع و قطر تاج استفاده شوند. مطالعات متعدد نشان داده که استفاده ترکیبی از LIDAR و تصاویر رقومی چندطیفی می تواند منجر به موارد بیشتری برآوردهای دقیق فردی در سطح درخت و نمودار متغیرهای موجودی حیاتی مانند ارتفاع، حجم ساقه، سطح پایه، زیست توده و تراکم ساقه شود. وقتی داده های LIDAR با چگالی بالا تنظیم می شود از سال های مختلف، تفاوت در اندازه گیری تاج درخت منحصر به فرد تولید شده از مجموعه داده های چند زمانی LIDAR تخمینی از رشد درخت در دوره بینابینی در دسترس هستند. بنابراین استفاده از LIDAR چند زمانی پتانسیل برای نظارت بر رشد و مرگ و میر برای همه درختان بیش از حد در یک منطقه خاص را دارد.نتایج اولیه این تحلیل نشان داد که تفاوت های نامحسوس در رشد بین واحدهای رفتار تنک شدن حتی در این مدت زمان نسبتاً کوتاه(پنج فصل رشد) را می توان تشخیص داد. در واحد متوسط (سن ۷۵ سال) رشد کمتر بودکه به شدت تنک شده است (تقریباً ۰ تا ۲ متر)، که در آن پاسخ اولیه به درمان افزایش انبساط تاج نسبت به اشخاص متوسط واحد کنترل تنک نشده بود، که در آن رشد ارتفاع در محدوده ۱-۳ متر بود. جای تعجب نیست که رشد قد ایستایی در یک پایه جوان تر (سن ۳۵ سال) بسیار بالاتر (تقریباً ۳-۵ متر) نسبت به متوسط بود. قابلیت LIDARبرای اندازه گیری دقیق نرخ رشد تک تک درختان غالب و هم ردیف در سراسر یک جنگل به وضوح فرصتی برای ارزیابی دقیق تر و صریح فضایی از کیفیت سایت و تجزیه و تحلیل رشد فراهم می کند.

اندازه‌گیری طرح ساختار جنگل مبتنی بر در سطح LIDAR

اصول اولیه آلومتری یا قوانین از رشد متناسب، می تواند برای مدل سازی کمی رابطه بین ابعاد اجزای مختلف یک سیستم جنگلی، از جمله ارتفاع تاج، زیست توده، پایه سطح و سطوح برگی استفاده شود. از این اصول می توان برای توسعه استفاده کرد مدل‌های رگرسیونی که توزیع فضایی LIDAR را در داخل طرح یک منطقه در سطح پایه طرح مرتبط می‌کند. متغیرهای موجودی (به عنوان مثال، ارتفاع، حجم، ساق بلند، و سطح پایه) زیرا اندازه گیری های LIDAR اساساً اندازه گیری دقیق همه بازتاب ها سطوح در یک حجم تاج پوشش (شاخه ها، اندازه ها و ساقه ها) را نشان می دهد. این رویکرد زمانی مناسب است که داده های LIDAR با تراکم کمتری جمع آوری شوند (یعنی فاصله نقاط بین ۱ تا ۲ متر) یا ساختار عمودی مجتمع جنگل (به عنوان مثال، متشکل از سایبان های متعدد اقشار، شاید با یک مؤلفه زیربنایی قابل توجه است. معیارهای مورد استفاده برای توصیف توزیع فضایی بازده LIDAR در طرح یک منطقه شامل صدک ارتفاع، ارتفاع متوسط، حداکثر ارتفاع، ضریب تغییرات از ارتفاع و اندازه گیری پوشش تاج برگرفته از LIDAR (به عنوان مثال، درصد LIDAR ابتدا بالای ۲ متر برمی گردد). زیرا این رویکرد برای ارتباط بر یک مدل ریاضی واحد تکیه دارد معیارهای LIDAR برای یک پارامتر موجودی معین در طیفی از انواع مختلف پایه، آن است برای به دست آوردن نماینده سطح طرح مهم است داده های میدانی که طیف کاملی از تنوع موجود در ناحیه پوشش LIDAR را به تصویر می کشد. تحقیقات اخیر در جنگل های مخلوط چوب سخت ویرجینیای غربی نیز نشان داده است که داده های شدت (گاهی اوقات به عنوان “انعکاس” نامیده می شود) بازتاب NIR از LIDAR داده های به دست آمده در شرایط سطحی مفید برای برخی از طبقه بندی گونه های چوب سخت هنگامی که در ارتباط با داده های هندسی LIDAR استفاده می شود. این داده های شدت نیز می تواند زمانی که داده های LIDAR در شرایط سطحی روی برگ جمع آوری می شوند مفید بین تاج های زنده و مرده باشدو تمایز قائل شوند. یکی دیگر از کاربردهای امیدوارکننده فن‌آوری LIDAR به موجودی جنگل در زمینه نقشه برداری سوخت تاج پوشش است.

مدیران منابع بر برآوردهای دقیق و صریح فضایی تاج پوشش جنگل پارامترهای سوخت، از جمله پوشش سایبان، ارتفاع تاج، چگالی ظاهری تاج و پایه سایبان ارتفاع برای پشتیبانی از مدل سازی کاهش رفتار آتش سوزی و سوخت برنامه های تکیه می کنند. این پسرفت سپس می‌توان از مدل‌ها برای تولید نقشه‌های رقومی پارامترهای سوخت تاج پوشش در محدوده پوشش LIDAR استفاده کرد.

نیاز به استانداردها و مشخصات مأموریت LIDAR

امروز ما در موقعیتی قرار داریم که با فن‌آوری LIDAR مشابه با پیشینیان ما با عکاسی هوایی در اوایل قرن گذشته بودند. تا سال ۱۹۳۰، واضح بود که عکس‌برداری هوایی داده‌های جدیدی در مورد میزان ترکیب و حجم جنگل‌ها، و همچنین اطلاعات برای بسیاری دیگر از فعالیت های مدیریت منابع طبیعی، با این حال سال‌های بیشتری طول کشید تا آژانس‌های مشخصات پرواز و همکاری توافقنامه های تقسیم هزینه برای اجازه دادن به دوره ای گسترده مأموریت های عکاسی را توسعه دهند. به طور فزاینده ای مشهود است که داده های LIDAR سه بعدی جغرافیایی و زیست فضایی در سطح بی سابقه ای از جزئیات و دقت ارائه می دهد ، اما استانداردها و مشخصات برای جمع آوری داده های LIDAR ایجاد شده است برای استفاده در طیف گسترده ای از فعالیت های مدیریت منابع طبیعی مناسب نبوده است. در همان زمان، بسیاری از پروژه های بزرگ LIDAR (محصولات استانی و ایالتی) هستند در حال پرواز توسط تعداد زیادی از افراد محلی، ایالت، و آژانس های فدرال برای مدیریت یکبار مصرف نیازها (به عنوان مثال، نقشه برداری خطر سیل، مدل های به روز شده ارتفاعی رقومی (DEM)، یا گسل زمین شناسی تشخیص)، اغلب بدون در نظر گرفتن اینکه چگونه داده ها ممکن است برای اندازه گیری و پایش پوشش گیاهی جنگل استفاده شوند. به عنوان مثال، بسیاری از مجموعه های داده LIDAR در حال پرواز بدون جمع آوری (یا بدون نیاز به تحویل به مشتری) اطلاعات شدت بازگشت که برای تشخیص انواع جنگل یا شناسایی مرگ و میر، و در برخی موارد، تفاوت گونه ها هستند. علاوه بر این، بسیاری از قراردادها همچنین نیازی به تحویل همه برگشتی ها نداشته اند به سادگی DEM های بدون زمین یا زیرمجموعه ای فیلتر شده از داده ها را مشخص می کنند که فقط شامل نقاط زمین می شود. اطلاعات پوشش گیاهی اغلب از بین می رود یا باید از فروشنده خریداری شود. نیاز فوری برای شروع تدوین استانداردها و مشخصات برای مجموعه داده های LIDAR به طوری که داده ها هستند به طور گسترده برای استفاده توسط در دسترس محلی، ایالتی، و آژانس های مدیریت منابع طبیعی فدرال وجود دارد. باز هم چند آژانس گروه های کاری و توافق نامه هایی که برای سازماندهی جمع آوری و توزیع عکس های هوایی دوره ای ایجاد شده اند ارائه مدل هایی برای نحوه هماهنگی پروژه های LIDAR می توانند برنامه ریزی و تأمین مالی شوند تا اطمینان حاصل شود که جمع آوری داده های آینده نیازهای چند منبعی را برآورده می کند. آژانس مدیریت اضطراری فدرال (FEMA) در ایجاد دستورالعمل ها و مشخصات نقشه برداری زمین LIDAR برای نقشه برداری خطر سیل پیش قدم شده است. با این حال، مشابه تلاش هماهنگ بین منابع طبیعی آژانس های مدیریت وجود نداشته است. استانداردهای FEMA نقطه شروع خوبی که برای ایجاد استانداردهای جامع تری که نیازهای چندمنبعی را برآورده می کند. استانداردها و مشخصات مورد نیاز برای مأموریت های LIDAR تنظیمات حسگر و پرواز مشخصات و برای محصولات تحویل داده شده است. تحقیقات محدودی در مورد مشخصات پرواز و سنسور تحقیق پیشنهادی برای بررسی اثرات پرواز LIDAR و مشخصات سنسور جنگل هایی با بیش از تراکم و ترتیبات فضایی متفاوت مورد نیاز انجام شده است. برای توسعه داده ها به یک تلاش تحقیقاتی هماهنگ تر و جامع تر استانداردها و مشخصات جمع آوری در محدوده کامل تری از شرایط جنگل نیاز است. علاوه بر این، استانداردهایی برای محصولات مأموریت های LIDAR برای اطمینان از مفید بودن آنها اندازه گیری جنگل مورد نیاز است. برای برآورد ساده هر دو نوع استاندارد و مشخصات توسعه ، به راحتی قابل درک و نقشه برداری جنگلی مشتق شده از LIDAR به طور گسترده شناخته شده محصولاتی که بسیاری از آژانس ها و متخصصان در داخل آن هستند چندین سازمان های مفید وجود دارد پیدا خواهند کرد. با فرض اجرای استانداردهای جمع آوری داده ها، پنج مورد زیر را می توان به راحتی ایجاد کرد: ۱٫ رزولوشن بالا (۱-۵ متر) DEM زمین بایر. این داده هاDEM ها برای بسیاری از کاربردها از جمله مدل سازی فرآیند هیدرولوژیکی و فرسایشی، مدلسازی منظر، جاده و برداشت برنامه ریزی و طراحی و تجزیه و تحلیل سیستم اطلاعات جغرافیایی بهبود یافته اند. ۲٫ مدل های ارتفاع سایبان (CHM). CHMها به صورت فضایی ساختار ایستاده صریح داده ها بر روی چشم انداز برای برآورد در حال رشد، ورودی برای مدل‌های زیستگاه و آتش و هر برنامه ریزی منابع دیگر فعالیت هایی که در آن آرایش فضایی و ارتفاع درخت ملاحظات مهمی ارائه می کنند. ۳٫ نقشه های پوشش سایبان. این تصاویر اندازه گیری مستقیم پوشش بر اساس ارتفاع بالای زمین را ارائه می دهند. ۴٫ تصاویر باکیفیت. این تصاویر LIDAR با وضوح بالا را می توان با آنها عکسهای ارتو موجود و غیره تصاویر رقومی برای تشخیص و نظارت بر تغییرات در طول زمان مطابقت داد. همچنین در تأیید ثبت داده های LIDAR با سایر لایه های داده های مکانی مفید هستند. ۵٫ همه مجموعه داده ها را برمی گرداند. این آرشیو از تمام برگردانده های LIDAR و شدت بازتاب مرتبط با آنها می تواند برای یک مورد استفاده قرار گیرد طیف گسترده ای از تحلیل های تخصصی و داده های پایه را در مورد زمین و پوشش گیاهی فعلی ارائه می دهد، ساختاری که بتوان از آن در آینده برای تشخیص تغییر و نظارت (به عنوان مثال، گسترش یا از بین رفتن تاج) استفاده کرد. حداقل، این مجموعه داده باید شامل شماره پالس، شماره برگشت، مختصات شرقی ، مختصات شمالی، ارتفاع و شدت بازگشت برای هر LIDAR بازگشت و ابرداده مستند پارامترهای پرواز مأموریت LIDAR، نوع سنسور و تنظیمات، کنترل GPS، داده افقی و عمودی، هماهنگی واحدها و طرح ریزی و تاریخ و زمان مأموریت باشد. در حالت ایده آل، در فتوگرامتری انجمن آمریکایی فایل های داده وسنجش از راه دور باید سنجش فرمت تبادل داده LIDAR باشد .

کاربری زمین در حال انجام طرح اندازه گیری

چندین پروژه با استفاده از نتایج LIDAR در نمونه گیری دوگانه رویکردهای موجودی جنگل عالی گزارش شده اند. برنامه موجودی و تجزیه و تحلیل جنگل(FIA) ، خدمات جنگل USDA،به طور مستمر در حال اندازه گیری قطعات نمونه دائمی در ایالات متحده است که می تواند در طول زمان برای توسعه برآوردگرهای رگرسیون LIDAR قوی برای متغیرهای تاج پوشش استفاده شود. با این حال، برای اینکه نمودارهای FIA در نمونه برداری دوگانه پسرفت تجزیه و تحلیل، مکان های پلات باید با دقت بیشتری نسبت به روش فعلی اندازه گیری شوند (به طور اسمی ۱۰ متر، اما به احتمال زیاد ۱۰-۵۰ متر مفید باشند. در حالت ایده آل، مکان ها باید دقیق باشند در یک متر (در حد توان از نظرسنجی های GPS تصحیح شده متفاوت) به اجازه دهند ابرهای نقطه LIDAR به درستی با نمودارهای زمینی تراز شوند. از قضا، با توسعه بسیار دقیق سیستم‌های ارجاع جغرافیایی مستقیم برای سنسورهای هوابرد، در حال حاضر، اغلب به دست آوردندقیق موقعیت های زمینی GPS، به دلیل تداخل کروکی با دریافت GPS، داده های سنجش از راه دور هوابرد دشوارتر است. با توجه به سرمایه گذاری بزرگ در حال انجام در اندازه گیری مجدد قطعات زمینی، به نظر می رسد که نسبت کمی از این نمودارهای زمینی (با دقت انتخاب شده به گستره وسیعی از شرایط توده جنگلی را پوشش دهد) باید با دقت بیشتری مکان یابی شود. سپس داده‌های LIDAR را می‌توان در طول همان فصل روی این طرح‌ها جمع‌آوری کرد. در عرض چند سال، یک آرشیو گسترده فضایی برای توسعه رگرسیون داده های زمین تراز و نمودار LIDAR مدل ها در دسترس خواهد بود. این پسرفت ها پس از آن برای استفاده LIDAR با مساحت بزرگ در دسترس مجموعه داده (گذشته یا آینده) برای تخمین جنگل پارامترهای موجودی یا سایر پوشش گیاهی متغیرهایی برای استفاده در بسیاری از تمرینات مدیریت زمین خواهد بود. یک روشی ارزشمند برای نظارت فضایی صریح از تغییر جنگل با بی سابقه ای دقت و وضوح فراهم می کند.

خلاصه

در طول ۵ سال گذشته، مطالعات متعدد نشان داده اند که داده های LIDAR می توانند داده های زیست فضایی با وضوح بالا برای مدیریت و تجزیه و تحلیل چند منبعی از جمله فهرست جنگل های سنتی و تجزیه و تحلیل تخصصی تر یک بار مصرف (به عنوان مثال، سوخت تاج پوشش برآوردها برای مدل سازی رفتار آتش سوزی) ارائه دهند. به طور همزمان، LIDAR به عنوان فن‌آوری پیشرو برای نقشه برداری زمین با وضوح بالا، محرک توسعه دستورالعمل ها و استانداردهای ملی در این حوزه ظاهر شده است. به نظر می رسد نیاز مشابهی برای توسعه استانداردهای ملی و دستورالعمل ها برای جمع آوری داده های LIDAR برای اندازه گیری و پایش پوشش گیاهی جنگل برای اطمینان از اینکه حداکثر مقدار را می توان از پروژه های LIDAR آینده در مناطق جنگلی بازگرداند. تمرکز توجه بر روی چنین استانداردهایی ممکن است تولیدکنندگان LIDAR را تشویق کند تا اسکنرها را برای بهینه‌تر شدن احساس پوشش گیاهی به جای زمین، به ویژه با توجه به نیاز به نظارت بر تغییرات جنگل اصلاح کنند. در نهایت، مفید بودن و ارزش زمین دائمی در حال انجام اندازه‌گیری‌های طرح نمونه را می‌توان با جمع‌آوری مکان‌های نمودار دقیق‌تر و جمع‌آوری مجموعه‌های محدود LIDAR داده های این نمودارها به کار برد.

کلیدواژه: هوش مکانی، LIDAR، سنجش فعال، ونوس نصیرفام، سه بعدی، InSAR، فن آوری سنجش از دور،رزولوشن،اسکنر، نقشه برداری،لیزر، سنجش کامپیوتری، سنجش از راه دور،سیستم موقعیت‌یاب جهانی.