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

РЖ ВИНИТИ 68 (BI06) 11.07-04В7.184

Haara, Arto.
The assessment of the uncertainty of updated stand-level inventory data [Text] / Arto Haara, Pekka Leskinen // Silva fenn. - 2009. - Vol. 43, N 1. - P87-112 . - ISSN 0037-5330
Перевод заглавия: Оценка неопределенности модернизированных данных по таксации лесных насаждений
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

ВИНИТИ 681.47.31.05
Рубрики: ТАКСАЦИЯ ЛЕСА
МЕТОДЫ ИССЛЕДОВАНИЙ
ОЦЕНКА НЕОПРЕДЕЛЕННОСТЕЙ

Доп.точки доступа:
Leskinen, Pekka

РЖ ВИНИТИ 68 (BI06) 12.09-04В7.70

Hyvonen, Pekka.
Change detection using bi-temporal aerial photographs and registration at the stand level [Text] / Pekka Hyvonen, Jaakko Heinonen, Arto Haara // Eur. J. Forest Res. - 2011. - Vol. 130, N 4. - P637-647 . - ISSN 1612-4669
Перевод заглавия: Выявление изменений с помощью битемпоральных аэрофотоснимков и регистрации на уровне насаждений
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

ВИНИТИ 681.47.15.02
Рубрики: ВЕДЕНИЕ ЛЕСНОГО ХОЗЯЙСТВА
ДИСТАНЦИОННЫЕ МЕТОДЫ

Доп.точки доступа:
Heinonen, Jaakko; Haara, Arto

РЖ ВИНИТИ 68 (BI06) 14.08-04В7.157

Kangas, Annika.
Comparison of nonspatial and spatial approaches with parametric and nonparametric methods in predictionn of tree height [Text] / Annika Kangas, Arto Haara // Eur. J. Forest Res. - 2012. - Vol. 131, N 6. - P1771-1782 . - ISSN 1612-4669
Перевод заглавия: Сравнение пространственных и непространственных подходов с параметрическими и непараметрическими методами прогноза высоты деревьев
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

ВИНИТИ 681.47.31.05
Рубрики: ВЫСОТА ДЕРЕВА
ПРОГНОЗИРОВАНИЕ

Доп.точки доступа:
Haara, Arto

"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