量子回帰によるキャノピーツリー高さ推定：リモートセンシングにおける不確実性のモデリングと評価

Abstract

正確な樹高推定は、生態学的モニタリングやバイオマス評価にとって重要である。我々は、不確実性の定量化を組み込むために、衛星データに基づく既存の樹高推定モデルに対して、分位点回帰（quantile regression）を適用する。現在の樹高推定の多くの手法は、点予測に依存しており、リスクに敏感な状況での適用可能性が制限される。本研究では、与えられた予測ヘッドに対する軽微な修正を行うことで、分位点回帰により統計的にキャリブレーションされた不確実性推定値を提供するよう既存モデルを適応できることを示す。さらに、我々の結果が、既知のリモートセンシング上の課題（例：地形の複雑さ、植生の不均一性）とどのように相関するかも示し、より困難な条件ではモデルの確信度が低くなることを示唆する。