[快闪报告]基于多源对地观测数据、谷歌地球引擎和可信机器学习的区域尺度森林地上生物量低成本快速制图

基于多源对地观测数据、谷歌地球引擎和可信机器学习的区域尺度森林地上生物量低成本快速制图
编号:1543 稿件编号:3960 访问权限:仅限参会人 更新:2024-04-11 20:59:20 浏览:418次 快闪报告

报告开始:2024年05月19日 17:59 (Asia/Shanghai)

报告时间:5min

所在会议:[S4] 主题​4、生态与可持续发展 » [S4-8] 主题4、生态与可持续发展 专题4.9、专题4.14(19日下午,209)

暂无文件

摘要
森林地上生物量(AGB)的预测与制图是实现可持续森林管理和减缓气候变化等生态目标的前提。当前,区域尺度森林AGB预测与制图面临野外测量成本高、海量遥感影像处理效率低、以及模型不透明性等挑战。本研究使用遥感和计算机领域的最新进展,提出一个改进的具有可扩展性的、低成本和高效的区域森林AGB预测和制图工作流。具体地,全部使用公开数据进行建模以降低成本;使用谷歌地球引擎(GEE)获取、处理和分析海量遥感数据,增加建模效率;引入机器学习模型解释算法,增加可靠性和透明度。使用位于中国福建省森林为例开展的案例研究证实了提出方法的有效性。总体而言,本文强调将遥感对地观测、GEE以及可信机器学习有机协同以改善区域森林AGB预测与制图。
 
关键字
星载激光雷达,SHAP,哨兵卫星,多源数据融合,GEDI,SAR,森林生物量,碳
报告人
董鹤松
博士研究生 中国科学院城市环境研究所

稿件作者
董鹤松 中国科学院城市环境研究所
唐立娜 中国科学院城市环境研究所
邵国凡 美国普渡大学
发表评论
验证码 看不清楚,更换一张
全部评论
● 会务总协调  

● 学术安排

 

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

13313708075

lliu@iue.ac.cn

 

● 会场技术服务

 

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

     
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

许心雅 0592-2880181 xuxinya@xmu.edu.cn
           

海报张贴

 

● 酒店预定及咨询

 
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com

卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订