Remote sensing of plant functional types
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Summary Conceptually, plant functional types represent a classification scheme between species and broad vegetation types. Historically, these were based on physiological, structural and/or phenological properties, whereas recently, they have reflected plant responses to resources or environmental conditions. Often, an underlying assumption, based on an economic analogy, is that the functional role of vegetation can be identified by linked sets of morphological and physiological traits constrained by resources, based on the hypothesis of functional convergence. Using these concepts, ecologists have defined a variety of functional traits that are often context dependent, and the diversity of proposed traits demonstrates the lack of agreement on universal categories. Historically, remotely sensed data have been interpreted in ways that parallel these observations, often focused on the categorization of vegetation into discrete types, often dependent on the sampling scale. At the same time, current thinking in both ecology and remote sensing has moved towards viewing vegetation as a continuum rather than as discrete classes. The capabilities of new remote sensing instruments have led us to propose a new concept of optically distinguishable functional types (‘optical types’) as a unique way to address the scale dependence of this problem. This would ensure more direct relationships between ecological information and remote sensing observations. Contents Summary 795 I. Introduction 796 II. History of functional‐type classifications of vegetation 796 III. History of remote sensing of vegetation 799 IV. New sensors and perspectives 802 V. Measuring detailed canopy structure 806 VI. The emerging hypothesis of ‘optical types’ 810 VII. Conclusions 811 Acknowledgements 811 References 811
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle