چکیده مقاله
یکی از پارامترهای مهم در پایش اقلیم شهری میزان ذخیره کربن موجود در شهر می باشد که تحت عنوان زیست توده شناخته می شود در نتیجه تعیین دقیق مقدار زیست توده امری مهم در بررسی تغییرات اقلیم شهری می باشد با این حال تخمین زیست توده در مناطق شهری با چالش های متعددی روبرو می باشد این مطالعه به ارائه یک چارچوب جهت تخمین زیست توده درختان به روش منفرد از داده های لایدار می پردازد در چارچوب پیشنهادی ضمن بهره گیری از یادگیری عمیق شبکه PointCNN از تکنیک های پردازش تصویر جهت استخراج درختان بصورت منفرد استفاده گردید سپس با استفاده از ویژگی های استخراج شده از مدل تاج درخت و تکنیک های یادگیری ماشین نظیر جنگل تصادفی و LightGBM مدل تخمین زیست توده بدست آمد نتایج نشان داد که الگوریتم جنگل تصادفی با دقت RMSE=۴۱ و R=۰٫۷۷ قادر به تهیه نقشه زیست توده شهری از داده های لایدار هستند که پتانسیل بالایی در کاربردهای پایش اقلیم و گرمایش شهری دارند
کلیدواژهها
نویسندگان
شیوه ارجاع
�اقری، حسین و Shahsavari، Z.،1404،تخمین زیست توده برای پایش کربن در مناطق شهری با استفاده از داده های لایدار هواپایه،دهمین همایش منطقه ای تغییر اقلیم و گرمایش جهانی زمین،زنجان
ارائهشده در
همایش سراسری «تربیت در نیروهای مسلح؛ روش ها و رویکردها»20 بهمن 1404 · قم