4) Tuli leida, mitme puu diameet rid peaksim e mõõtma , et saada keskvää rtuse hinnang Variatsi täpsuseg oonikor a 1%. daja 59,14 N= 3498 diameetrit 5) Usaldusnivoo on uurija poolt ette antud tõenäosus kuhu üldkogumi parameeter kuulub teatud (küllalt suure) tõenäosusega. Seda tähistatakse 1-. Selle väärtuseks võetakse tavaliselt metsanduslikes uurimustes 0,95. 6)Vastavalt usaldusnivoo etteeantud väärtustele arvutatakse usalduspiirid s.o. kaks arvu mille vahel asub üldkogumi parameeter tõenäosusega 1-. 7) Standartveaks nimetatakse aritmeetlise keskmise kui keskväärtuse hinnangu standarthälvet. 8) Katsetäpsuseks nimetatakse suhtelist standartviga protsentides. 9) Standardvea arvutamise valem (Equation Editoriga) sx sx = N 10) Katsetäpsuse arvutamise valem sx sx V
Holmgren, J., Persson, A. 2004. Identifying species of individual trees using airborne laser scanner - Remote Sensing of the Environment 90, 415–423. Korhonen, L., Korpela, I., Heiskanen, J., Maltamo, M. 2011. Airborne discrete- return LIDAR data in the estimation of vertical canopy cover, angular canopy closure and leaf area index - Remote Sensing of Environment, 115, 1065–1080 Lang, M., Arumäe, T. 2014. Metsanduslikud uurimused - Kaugseire praktilistes metsanduslikes rakendustes Eestis. 129-135. Nasset, E. 1997. Estimating Timber Volume of Forest Stands Using Airborne Laser Scanner Data – Remote Sensing of Environment, 61, 246-253. Jennings, S. B., Brown, N. D., Sheil, D. 1999. Assessing forest canopies and understorey illumination: canopy closure, canopy cover and other measures - Forestry, 72, 59−74 Wehr, A., Lohr, U. Airborne laser scanning – an introduction and overview – ISPRS Journal of Photogrammetry & Remote Sensing, 54, 68-82. .
konkreetse aastaaja (kuu) kohta esitatakse tavaliselt vaid selle perioodi NDVI maksimaalväärtused. Püüdke põhjendada, miks? 14. Meil on kaks metsa, mille keskmised takseertunnused (puu kõrgus, võra pikkus ja läbimõõt, puude arv/ha), on samad. Ühes metsas on kõik puud ühesuurused, teises on aga keskmisest nii suuremaid kui ka väiksemaid puid. Kumb mets on satelliidipildil heledam ja miks? Varje on rohkem erineva suurusega puudega metsas. 15. Milliseid eeliseid võiks olla metsanduslikes ja põllumajanduslikes rakendustes lennukiskanneri mõõtmistulemustel võrreldes samasuguse kosmilise skanneri ja traditsioonilise aerofotomeetodi ees? Atmosfääri kihi paksuse vahe, lahutusvõime, pildistamise nurk on lennuskanneri piltidel äärtes moonutatud suunderinevus mängib rolli. 16. Kas heleduse varieeruvus pikslilt pikslile ühe puistu või põllu piirides annab mingit metsandusliku või põllumajandusliku rakenduse seisukohalt olulist infot (näiteks Landsat TM
annaabi.ee 
