MétaCan
Menu
Retour à la cohorte
Enregistrement W1996938046 · doi:10.1139/x05-246

Nonparametric estimation of stem volume using airborne laser scanning, aerial photography, and stand-register data

2006· article· en· W1996938046 sur OpenAlex

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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueCanadian Journal of Forest Research · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing and LiDAR Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLaser scanningForest inventoryRemote sensingAerial photographyMean squared errorScannerPlot (graphics)Computer scienceVolume (thermodynamics)Environmental scienceLaserForest managementGeographyMathematicsStatisticsArtificial intelligenceOpticsForestryPhysics

Résumé

récupéré en direct d'OpenAlex

In forest management planning and forestry decision-making there is a continuous need for higher quality information on forest resources. The aim of this study was to improve the quality of forest resource information acquired by airborne laser scanning by combining it with aerial images and current stand-register data. A k-MSN (most similar neighbor) application was constructed for the prediction of the plot and stand volumes of standing trees. The application constructed used various data sources, including laser scanner data, aerial digital photographs, class variables describing a stand, and updated old stand volumes. The ability of these data sources to predict stem volume was tested together and separately. In the airborne laser scanner data based k-MSN application, characteristics of canopy quantiles were used as independent variables. The results show that with respect to individual plot and stand volume estimation approaches, the laser-based technique is a superior one. The results were improved further when other information sources were used together with the laser scanner data. Using a combination of laser scanner data, aerial images, and class variables (on the grounds of the current forest database) improved the root mean square error (RMSE) of the estimated plot volume by 15% (from 16% to 13%) as compared to using laser scanner data on their own. When the results were averaged at the stand level, the accuracy improved considerably, but the use of other information sources together with airborne laser scanner data did not further improve the results as it did at the plot level. The RMSE of stand volume was about 6% in all data combinations where airborne laser scanning information was used. One conclusion is that making use of additional available data sources together with laser material improves the reliability of plot volume estimates. As these additional data typically mean no extra material costs (since they are available in any case), making combined use of these data and laser scanner data improves the cost efficiency of a forest inventory.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,952

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,058
Tête enseignante GPT0,314
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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