Measuring Spatial and Vertical Heterogeneity of Grasslands Using Remote Sensing Techniques
Notice bibliographique
Résumé
Grassland heterogeneity, defined by its components of spatial pattern, vertical structure, and species composition, is one of the most important indicators of prairie habitat. Maintaining grassland under conservation without disturbance may result in homogeneity at multiple spatial scales that could reduce wildlife diversity as a consequence. Therefore, monitoring grassland conditions that contribute to diversity can be critical for wildlife habitat and ecological integrity. Remote sensing, with multi-spatial, multi-spectral, and multi-temporal resolutions plus newly developed analytical techniques, provides a potential tool for measuring grassland heterogeneity under different management regimes quickly, efficiently, and at low cost. The objectives of this study were 1) to evaluate the heterogeneity of grassland under grazing and conservation management practices spatially and vertically, and 2) to investigate the feasibility of using remotely sensed data to measure grassland heterogeneity. The study area was Grasslands National Park of Canada and its surrounding pastures. Field data were collected in the 1999 growing season by measuring the grassland vertical profile in a fixed spatial array. A Landsat Enhanced Thematic Mapper Plus (ETM+) image was acquired for the same year. A grey level co-occurrence matrix (GLCM) texture analysis was applied to the Landsat ETM+ imagery to compare the grasslands under grazing and those under the conservation practice. The results derived from field measurement show that the variation of vertical structures of grasslands differ significantly under grazing and conservation management regimes. Optical remote sensing data could detect the spatial variation of grasslands under these two management practices. Texture analysis is effective at 15 m resolution, which confirmed other studies that grassland heterogeneity is at about 15 meter.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».