Útmutatóhoz kapcsolódó kvíz · Közepes Szint

AI az erdészeti kvízben

Checks LiDAR structure measurement, satellite change detection, FAO forest coverage, field validation, and uncertainty in biomass estimates.

Kapcsolódó útmutató utakMI az erdészetben
kérdés 1 -ból 8

Mit mér elsősorban a LiDAR, hogy segítse az erdők feltérképezését?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Mit mér elsősorban a LiDAR, hogy segítse az erdők feltérképezését?
    • Távolság időzített lézerimpulzusokkal a 3D-s szerkezet felépítéséhez
    • A levelek kémiai összetétele
    • A talaj pH-értéke a föld alatt
    • A szél sebessége a lombkorona felett
  2. How do satellite-based GLAD alerts identify possible new deforestation?
    • Use only a chainsaw audio classifier
    • Compare recent Landsat images with historical imagery to flag canopy disturbance
    • Infer tree loss from a single weather station
    • Count fire trucks in a region
  3. What does Rainforest Connection’s Guardian system analyze to detect illegal logging activity?
    • Only satellite radar images
    • Only tree-ring samples
    • Acoustic recordings for chainsaw patterns and other threats
    • A hotel booking database
  4. Which inputs did a U.S. Forest Service fire-spread study use with machine learning?
    • Only tree species names
    • Hotel occupancy and room rates
    • Only satellite image captions
    • Weather, hydroclimate, fuels, and topography
  5. A Föld földjének nagyjából mekkora részét borítják erdők?
    • kb 31%
    • kb 5%
    • kb 60%
    • kb 90%
  6. Miért különösen értékes a mesterséges intelligencia az erdei szén-dioxid-méréshez az ellensúlyozó piacok számára?
    • Kiküszöböli a terepi mérések szükségességét
    • Méretezhető, megismételhető becsléseket biztosít a biomasszáról hatalmas területeken
    • Fizikailag eltávolítja a szenet a levegőből
    • Meghatározza a szén-dioxid-kibocsátási egységek törvényes árát
  7. How can LiDAR-derived canopy measurements contribute to biomass estimation?
    • They directly measure carbon content in every tree
    • They eliminate the need for field calibration
    • Canopy structure and height can be combined with reference data to estimate forest biomass
    • They identify tree species without any other data
  8. Why do forest-biomass maps need independent validation?
    • Because satellites cannot capture any forest data
    • Because validation makes uncertainty disappear
    • Because every forest has the same biomass per hectare
    • Remote-sensing estimates depend on models and should be compared with reference measurements