Estimating Quebec provincial forest resources using ICESat/GLAS
Notice bibliographique
Résumé
Ground plots, airborne profiling and space lidar (light detection and ranging) measurements of canopy height and crown closure, space radar topographic data, a Landsat cover type map, and a vegetation zone map were used in a model-assisted, two-phase sampling design to estimate the aboveground biomass and carbon resources of Quebec. It was determined that a simple random sampling estimator, with covariance terms added, could be used to quantify the variability of regional Geoscience Laser Altimeter System (GLAS) biomass estimates where interorbit distances are, on average, ≥15 km apart. Prediction error increased standard errors, on average, 24.4%, 4.6%, and 2.8% at the cover type, vegetation zone, and provincial levels, respectively. Inclusion of the covariance term in the calculation of grouped cover type variances increased the vegetation zone standard errors up to 3.7 times and the provincial standard errors 15.6 times. In the southern commercial forests of Quebec, GLAS underestimated ground-based biomass values by 7.3% (stratified linear model) and 10.2% (nonstratified linear model). Quebec forests support 2.57 ± 0.33 gigatonnes of carbon (nonstratified linear model). Approximately 25% of that carbon was found to be located in two southern vegetation zones (northern hardwood and mixedwood), another 25% in two northern vegetation zones (taiga and treed tundra), and the remaining 50% in the boreal zone.
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 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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».