Skattning av siktförhållanden i vegetation utifrån nationella geografiska data En regressionsmodell baserad på maskininlärning och med re-ferensdata från markbunden laserskanning

I rapporten beskrivs en metodik för modellering och skattning av siktförhållanden i terräng med vegetation utifrån allmänt tillgängliga nationella geografiska data. En modell för skattning av sikt har många militära tillämpningar, t.ex. för bedömning av observationsmöjligheter och upptäcktsrisker eller förbättrad realism i simuleringar. Fokus i denna studie har varit modeller som fångar hur vegetation i form av trädstammar, grenar, löv etc., i terrängen påverkar siktförhållandet längs marken och möjliggör skattningar utifrån nationella geografiska data. Andra påverkande faktorer, såsom sensoregenskaper, väder (dimma, regn, ...), ljusförhållanden, rök eller typ av mål, behandlas inte här. Modellarbetet har hämtat inspiration från etablerade metoder inom skogsnäringen för kartläggning och inventering av skog. Referensdata över faktiska siktförhållanden har samlats in med markbunden laserskanning. Samband med nationella geografiska data, laserdata och marktäckedata, på motsvarande platser har sedan modellerats med hjälp av maskininlärning. Resultaten visar att siktförhållanden kan skattas utifrån nationella data, om än relativt grovt med de enkla modeller, det begränsade referensdata samt glesa nationella laserdata som används i den här studien. Allt talar dock för att med kommande, mer detaljerade laserdata tillsammans med insamling av mer omfattande referensdata, kommer skattningarnas kvalitet att kunna förbättr