Wyszukiwarka
Abstrakt
In this study we develop a spatial model for interception capacity of vegetation based on LiDAR data. The study is conducted in the natural wetland river valley dominated meadows, reeds and small bushes. The multiple regression model was chosen to relate the field measurements of interception capacity and LiDAR statistics at 2m grid. The optimal model was chosen by stepwise selection and further manual variables selection resulting in the r2 of 0.52 and the residual standard error of 0.27 mm. The model preserved the vegetation pattern spatially and showed reasonable estimates for both vegetation covered and not covered by field sampling. The model was, however, affected by LiDAR measurements corrupted by river inundation. The results show good perspective for using LiDAR data for interception capacity estimation.
Cytowania
-
4
CrossRef
-
0
Web of Science
-
6
Scopus
Autorzy (4)
-
Jaroslaw Chormanski
-
Malgorzata Kleniewska
-
Sylwia Szporak-Wasilewska
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Aktywność konferencyjna
- Typ:
- publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
- Tytuł wydania:
- Geoscience and Remote Sensing Symposium (IGARSS), 2015 IEEE International strony 735 - 738
- Język:
- angielski
- Rok wydania:
- 2015
- Opis bibliograficzny:
- Berezowski T., Chormanski J., Kleniewska M., Szporak-Wasilewska S.: Towards rainfall interception capacity estimation using ALS LiDAR data// Geoscience and Remote Sensing Symposium (IGARSS), 2015 IEEE International/ : , 2015, s.735-738
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/igarss.2015.7325869
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 95 razy
Publikacje, które mogą cię zainteresować
Underground Water Level Prediction in Remote Sensing Images Using Improved Hydro Index Value with Ensemble Classifier
- A. Stateczny,
- S. C. Narahari,
- P. Vurubindi
- + 2 autorów
Application of multisensoral remote sensing data in the mapping of alkaline fens Natura 2000 habitat
- D. Kopeć,
- D. Michalska-Hejduk,
- S. Łukasz
- + 4 autorów