Canopy chlorophyll concentration estimation using hyperspectral and lidar data for a boreal mixedwood forest in northern Ontario, Canada
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
This study investigates the potential of lidar and hyperspectral data for prediction of canopy chlorophyll (Chl) and carotenoid concentrations for a spatially complex boreal mixedwood. First, canopy scale application of hyperspectral reflectance and derivative indices are used to estimate Chl concentration. Second, lidar data analyses is conducted to identify structural metrics related to Chl concentration. Third, lidar metrics and hyperspectral indices are combined to determine if Chl concentration estimates can be improved further. Of the hyperspectral indices considered, only the derivative chlorophyll index (DCI) and the red‐edge inflection point (λp) are shown to be good predictors of Chl concentration when mixed‐species plots are included in the analysis (i.e., for total chlorophyll concentration (a+b), r 2 = 0.79, RMSE = 4.6 µg cm−2 and r 2 = 0.78, RMSE = 4.5 µg cm−2 for DCI and λp, respectively). Integrating mean lidar first return heights for the 25th percentile with the hyperspectral DCI index further strengthens the relationship to canopy Chl concentration (i.e., for Chl(a+b), r 2 = 0.84, RMSE = 3.5 µg cm−2). Maps of total chlorophyll concentration for the study site reveal distinct spatial patterns that are indicative of the spatial distribution of species at the site.
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) | 0,000 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle