MétaCan
Menu
Retour à la cohorte
Enregistrement W2018131258 · doi:10.3390/s110403831

Estimation of the Distribution of Tabebuia guayacan (Bignoniaceae) Using High-Resolution Remote Sensing Imagery

2011· article· en· W2018131258 sur OpenAlexafffund
Arturo Sánchez‐Azofeifa, Benoît Rivard, S. Joseph Wright‬, Jilu Feng, Peijun Li, Mei Mei Chong, Stephanie Bohlman

Notice bibliographique

RevueSensors · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSmithsonian Tropical Research InstituteNational Science Foundation
Mots-clésRemote sensingLianaSatellite imageryBignoniaceaePhenologyHigh resolutionGeographyTropical forestCartographyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Species identification and characterization in tropical environments is an emerging field in tropical remote sensing. Significant efforts are currently aimed at the detection of tree species, of levels of forest successional stages, and the extent of liana occurrence at the top of canopies. In this paper we describe our use of high resolution imagery from the Quickbird Satellite to estimate the flowering population of Tabebuia guayacan trees at Barro Colorado Island (BCI), in Panama. The imagery was acquired on 29 April 2002 and 21 March 2004. Spectral Angle Mapping via a One-Class Support Vector machine was used to detect the presence of 422 and 557 flowering tress in the April 2002 and March 2004 imagery. Of these, 273 flowering trees are common to both dates. This study presents a new perspective on the effectiveness of high resolution remote sensing for monitoring a phenological response and its use as a tool for potential conservation and management of natural resources in tropical environments.

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 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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,319
Score d'incertitude au seuil0,843

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,015
Tête enseignante GPT0,210
Écart entre enseignants0,195 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations71
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetRemote Sensing in AgricultureTravaux en français237 207