पहली समस्या:
आप मिनिमा के मिश्रण को देख रहे हैं। एक एकड़ के आकार के मुकुट के साथ एक विशाल पेड़ काफी दिखता है , एक बिंदु / कर्नेल घनत्व के आधार पर व्याख्या की जाती है, जिसमें कोई भी पेड़ नहीं है। आप केवल उच्च मूल्यों के साथ समाप्त होंगे, जहां जंगल में छोटे, तेजी से बढ़ते पेड़, किनारों पर और अंतराल में हैं। मुश्किल सा है, इन घने छोटे पेड़ों को छाया या रोड़ा द्वारा अस्पष्ट किए जाने या 1-मीटर रिज़ॉल्यूशन पर अन-रेजोल्यूबल होने की संभावना अधिक होती है, या एक साथ aglomerated हो सकते हैं क्योंकि वे एक ही प्रजाति के एक समूह हैं।
इस पहले भाग पर जेन का जवाब सही है: बहुभुज की जानकारी को फेंकना एक बेकार है। हालांकि यहां एक जटिलता है। खुले पेड़ों में बहुत कम ऊर्ध्वाधर, अधिक फैला हुआ मुकुट, अन्य सभी चीजें समान होती हैं, यहां तक कि वृद्ध स्टैंड या परिपक्व जंगल में पेड़। अधिक देखने के लिए # 3।
दूसरी समस्या:
आपको आदर्श रूप से सेब की तुलना सेब से करनी चाहिए। एक और दूसरे के लिए B & W के लिए NDVI पर भरोसा करना आपके परिणामों में एक अन-पता योग्य पूर्वाग्रह का परिचय देता है। यदि आप 1989 के लिए उपयुक्त डेटा नहीं प्राप्त कर सकते हैं, तो आप 2009 के लिए अपमानित B & W डेटा का उपयोग कर सकते हैं, या यहां तक कि B & W के सापेक्ष 2009 के डेटा में पूर्वाग्रह को मापने और 1989 के लिए NDVI परिणामों को एक्सट्रपलेट करने का प्रयास कर सकते हैं।
यह श्रम-वार को संबोधित करने के लिए प्रशंसनीय हो सकता है या नहीं भी हो सकता है, लेकिन एक अच्छी संभावना है कि इसे एक सहकर्मी समीक्षा में लाया जाएगा।
तीसरी समस्या:
क्या आप मापने की कोशिश कर रहे हैं? कर्नेल घनत्व मूल्य-कम नहीं हैमीट्रिक, यह आपको नए-विकास के क्षेत्रों को खोजने का एक तरीका देता है, युवा पेड़ जो तेजी से एक दूसरे को मार रहे हैं (ऊपर छायांकन / रोड़ा सीमा के अधीन); केवल पानी / धूप के लिए सबसे अच्छा उपयोग के साथ वाले, यदि कोई हो, कुछ वर्षों में बच जाएगा। चंदवा कवरेज ज्यादातर कार्यों के लिए कर्नेल घनत्व पर एक सुधार होगा, लेकिन इसके साथ ही समस्याएं भी हैं: यह 20 साल पुराने पेड़ों के एक बड़े सम-आयुध स्टैंड का इलाज करता है, जो कि कैनोपी को बमुश्किल बंद करते हैं जितना कि एक स्थापित 100 -यार-पुराना जंगल। एक तरह से वनों को परिमाणित करना कठिन है, जो जानकारी को संरक्षित करेगा; चंदवा ऊंचाई मॉडल कई कार्यों के लिए आदर्श है, लेकिन ऐतिहासिक रूप से प्राप्त करना असंभव है। आपके द्वारा उपयोग किया जाने वाला मीट्रिक आपके लक्ष्यों के विस्तार के आधार पर सबसे अच्छा चुना जाता है। वे क्या हैं?
संपादित करें:
लक्ष्य देशी घास के मैदान में हाथ धोने का विस्तार संवेदन है। सांख्यिकीय तरीके अभी भी पूरी तरह से मान्य हैं, उन्हें लागू करने के लिए बस कुछ विस्तार और व्यक्तिपरक विकल्पों की आवश्यकता होती है।
- चंदवा कवरेज के एक बुनियादी उपाय की गणना करें। इसमें क्राउन पॉलीगॉन पर सीधे एक ग्रिड वाला दृष्टिकोण शामिल हो सकता है, या क्राउन पॉलीगन्स को एक रैस्टर में बदल सकता है + अगर आपको अधिक निरंतर संस्करण की आवश्यकता हो तो उन्हें धुंधला कर दें।
- प्रतिशत चंदवा कवरेज के आधार पर, अपने विश्लेषण करने के लिए परिदृश्य के वर्गों को अलग करने का प्रयास करें। बंद कैनोपी वन में आपके द्वारा काम की जाने वाली सांख्यिकीय तकनीकें उन लोगों की तुलना में भिन्न हो सकती हैं जिन्हें आप लगभग-नंगे घास के मैदान में उपयोग करते हैं, या यहां तक कि विश्लेषण से बाहर रखा जा सकता है। आपके परिदृश्य के कुछ छोटे क्षेत्र में "स्क्रबलैंड विस्तार" शामिल होगा, और उस प्रभाव को कम करना और डेटा को अनदेखा करना चुनना जो प्रासंगिक नहीं है, एक सांख्यिकीविद् के रूप में आपके ऊपर है।
- मुझे नहीं पता कि यह 20 साल के टाइमपैन पर काम करेगा (और यह अतिरिक्त मध्यवर्ती युगों के साथ बेहतर काम करेगा), लेकिन पेड़ की उम्र के लिए एक प्रॉक्सी के रूप में मुकुट व्यास पर ध्यान देने की कोशिश करें। एक निश्चित प्रश्न है जो आपको पूछना है, क्या मौजूदा ताज के आकार में दोहरीकरण "विस्तार" का प्रतिनिधित्व करता है, या क्या इसे नए पेड़ों की आवश्यकता है। यदि यह बाद का है, तो आपके पास कुछ विचार है कि क्या वे नए हैं (कम से कम, परिदृश्य के कुछ वर्गों के लिए जिसे आपने ऊपर चुना है, जहां आप कुछ हद तक सूर्य के प्रकाश की पहुंच को सत्यापित कर सकते हैं)।
- आपके पारिस्थितिक उद्देश्यों के आधार पर, न केवल सीधे पेड़ के घनत्व का पता लगाना सार्थक हो सकता है, बल्कि फ्रैगेट्स जैसे पैकेजों का उपयोग करके परिदृश्य के विखंडन का पता लगाना भी हो सकता है ।
- लंबा शॉट: सुनिश्चित करें कि 2009 के डेटासेट में मुकुट को अलग करने की आपकी क्षमता के लिए सत्यापन और सटीकता के मूल्यांकन के रूप में उपयोग किए जाने की प्रतीक्षा में कोई काउंटी LIDAR डेटासेट नहीं है।
