MétaCan
Menu
Retour à la cohorte
Enregistrement W2056687277 · doi:10.1139/x03-099

Mapping aboveground tree biomass at the stand level from inventory information: test cases in Newfoundland and Quebec

2003· article· en· W2056687277 sur OpenAlexfundvenueaboutno aff
Richard Fournier, J. Luther, Luc Guindon, M.-C. Lambert, D.E. Piercey, Ronald J. Hall, Michael A. Wulder

Notice bibliographique

RevueCanadian Journal of Forest Research · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Forest ServiceNatural Resources Canada
Mots-clésForest inventoryBiomass (ecology)ForestryTree (set theory)Plot (graphics)Environmental scienceStatisticsAllometryMean squared errorGeographyPhysical geographyForest managementMathematicsEcologyBiology

Résumé

récupéré en direct d'OpenAlex

A method of estimating and mapping aboveground tree biomass (AGTB) was developed using provincially available forest inventory databases. More specifically, AGTB conversion tables were devised to estimate biomass for stand attributes that are commonly mapped in provincial inventories over the Canadian landscape, i.e., species composition, projected crown density, and dominant tree height. AGTB is first estimated at the tree level using allometric relationships and measured stem distributions that are subsequently summed to estimate plot-level biomass. AGTB conversion tables are then computed from regression models that relate the plot-level biomass values to stand attributes. AGTB can then be mapped over the landscape by assigning the plot-level biomass values to the mapped stands. The method was developed using two provinces, Newfoundland and Labrador (N.L.) and Quebec, as test cases to assess the adaptation required between different management units. Models used to develop conversion tables from the test areas provided estimates of biomass with R 2 ranging from 0.22 to 0.35 and from 0.31 to 0.64 and root mean square errors of 38 to 47 t/ha and 21 to 41 t/ha for N.L. and Quebec, respectively, based on an independent validation data set not used in the development of the models. Mapping errors and potential improvements to the models are discussed. To extend the methods developed in this study to a national map of forest AGTB will require significant adjustments to account for differences in regional inventory specifications. While the method for AGTB mapping can fulfil an important monitoring requirement in forestry, applying it to all provinces, as well as including alternate data sources for areas where inventories do not exist, such as satellite remotely sensed images, requires further research, some of which is currently in progress.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,379
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,053
Tête enseignante GPT0,272
Écart entre enseignants0,218 · 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.

Devis d'étudeObservationnel
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

Citations53
Publié2003
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest ecology and managementTravaux en français237 207