Spatial and temporal modelling of aboveground carbon stocks using Landsat TM and ETM+ for a subboreal forest
Notice bibliographique
Résumé
Forest carbon (C) stocks and sequestration have become an important management consideration for countries with large forested regions. A series of Landsat Thematic Mapper (TM) images was obtained for the Aleza Lake Research Forest (ALRF) in subboreal British Columbia. Plot-based aboveground biomass and woody debris C stocks measured in 2003 and 2004 were related through regression analysis to TM and spatially explicit forest cover information. Two empirical models were developed, namely a biomass C regression model (BCRM) and a woody debris C regression model (WDCRM), with r2 values of 0.67 and 0.64, respectively. Uncertainties in C stock estimates were determined using a Monte Carlo uncertainty analysis. In 2003, the total C stocks in biomass and woody debris over the 6034 ha area were 588 ± 7 and 77 ± 2 kt, respectively. During the time period from 1992 to 2003, forest harvesting operations accounted for a loss of 39.9 ± 2.6 kt C, and remaining areas accounted for a gain of 31.3 ± 10.3 kt C. Therefore, there was a small and nonsignificant loss of 8.7 ± 10.6 kt C over this 11 year interval for the ALRF, implying that aboveground carbon stock losses associated with clearcuts were offset by carbon stock gains achieved through forest growth.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».