СибНСХБ

Вид поиска

Область поиска

Найдено в других БД

Формат представления найденных документов:
библиографическое описание	краткий	полный

Отсортировать найденные документы по:
автору	заглавию	году издания	типу документа

Поисковый запрос: (<.>A=Haara, Arto$<.>)

Общее количество найденных документов : 3
Показаны документы с 1 по 3

Вид документа : Статья из журнала

РЖ ВИНИТИ 68 (BI06) 11.07-04В7.184

Автор(ы) : Haara, Arto, Leskinen, Pekka
Заглавие : The assessment of the uncertainty of updated stand-level inventory data
Источник статьи : Silva fenn. - 2009. - Vol. 43, N 1. - С. 87-112
Аннотация: Изучены возможности двух методов оценки неопределенности модернизированных с помощью компьютера данных по старым учетам лесов, а именно: 1) модели наблюдаемых погрешностей; 2) метод k-ближайшего соседа. Сравнение оценок неопределенности, полученных этими методами, с эмпирическими оценками неопределенности показало, что оба метода вполне пригодны для оценки неопределенности модернизированных данных по старым учетам лесов. Основным преимуществом двух изученных методов является то, что они позволяют оценить и систематическую ошибку, и точность. Финляндия, Univ. of Joensuu, Faculty of Forest Sci., Joensuu. Библ. 61
ГРНТИ : 68.47.31
Предметные рубрики: ТАКСАЦИЯ ЛЕСА
МЕТОДЫ ИССЛЕДОВАНИЙ
ОЦЕНКА НЕОПРЕДЕЛЕННОСТЕЙ
Дата ввода:

Вид документа : Статья из журнала

РЖ ВИНИТИ 68 (BI06) 12.09-04В7.70

Автор(ы) : Hyvonen, Pekka, Heinonen, Jaakko, Haara, Arto
Заглавие : Change detection using bi-temporal aerial photographs and registration at the stand level
Источник статьи : Eur. J. Forest Res. - 2011. - Vol. 130, N 4. - С. 637-647
Аннотация: Представлено описание полуавтоматического метода, основанного на изучении битемпоральных аэрофотоснимков и регистрации изменений, как на уровне насаждения, так и на уровне сегментов насаждения, и предназначенного для выявления изменений в бореальных лесах. Проведена проверка метода и проведено его статистчиеское сравнение с другими методами классификации - линейным ступенчатым дискриминантным анализом и нелинейным методом k-ближайшего соседа (k-NN). Результаты классификации на уровне насаждения были лучше, чем на уровне сегментов. По сравнению с предыдущими исследованиями, результаты данного исследования значительно точнее классифицировали умеренные изменения. Выявление изменений существенно улучшалось при регистрации на уровне насаждений, особенно при выявлении прореженных насаждений. До некоторой степени, метод уже можно использовать в практической работе. Финляндия, Finnish Forest Research Inst., Joensuu
ГРНТИ : 68.47.15
Предметные рубрики: ВЕДЕНИЕ ЛЕСНОГО ХОЗЯЙСТВА
ДИСТАНЦИОННЫЕ МЕТОДЫ
Дата ввода:

Вид документа : Статья из журнала

РЖ ВИНИТИ 68 (BI06) 14.08-04В7.157

Автор(ы) : Kangas, Annika, Haara, Arto
Заглавие : Comparison of nonspatial and spatial approaches with parametric and nonparametric methods in predictionn of tree height
Источник статьи : Eur. J. Forest Res. - 2012. - Vol. 131, N 6. - С. 1771-1782
Аннотация: Пространственные подходы сравнили с непространственной параметрической моделью и методом k-ближайшего соседа (k-nn). Высоту деревьев сначала смоделировали с помощью смешанных моделей (пространственные параметрические и непараметрические подходы) и с помощью k-nn. Погрешность разности отнесли на счет влиялия условий участка и влияния дерева. Непространственное прогнозирование провели с помощью фиксированной части этих моделей. Дальнейшая подгонка непространственного прогноза на основе оценки корреляции погрешностей в пределах пробных площадок и лучшего линейного прогнозирующего фактора позволили получить пространственный прогноз. Также учитывали влияние качества модельных данных. Во всех случаях подгонка непространственных оценок, как параметрическими, так и непараметрическими методами, заметно повышала точность прогноза. Сочетание непараметрического k-nn метода для фиксированного компонента данной модели со случайным влиянием пространственных корреляций при создании смешанной модели может найти широкое применение. Финляндия, Dep. of Forest Sci., Univ. of Helsinki, Helsinki
ГРНТИ : 68.47.31
Предметные рубрики: ВЫСОТА ДЕРЕВА
ПРОГНОЗИРОВАНИЕ
Дата ввода:

"Электронные каталоги и базы данных библиотек СО РАН"

© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)

rtvarBDview(" результаты поиска","20190607010228","4682442");

Вид поиска