Evaluation of algorithms for fire detection and mapping across North America from satellite
Notice bibliographique
Résumé
This paper presents an evaluation of advanced very high resolution radiometer (AVHRR)‐based remote sensing algorithms for detecting active vegetation fires [ Li et al., 2000a ] and mapping burned areas [ Fraser et al., 2000 ] throughout North America. The procedures were originally designed for application in Canada with AVHRR data aboard the NOAA 14 satellite. They were tested here with both NOAA 11 and NOAA 14 covering the period 1989–2000. It was found that the active fire detection algorithm performs well with low commission and omission error rates over forested regions in the absence of cloud cover. Moderate errors were found over semi‐arid areas covered by thin clouds, as well as along rivers and around lakes observed from sun‐glint angles. A modification to a fire algorithm threshold and the addition of a new test can significantly improve the detection accuracy. Burned areas mapped by satellite were compared against extensive fire polygon data acquired by U.S. forest agencies in five western states. The satellite‐based mapping matches nearly 90% of total forested burned area, with the difference being mainly attributable to omission of some nonburned islands and patches within the fire polygons. In addition, it maps a significant area of burning outside the fire polygons that appear to be true fires. The 10% omission error was found to be caused mainly by three factors: lack or insufficient number of active fires, partial burning, and vegetation recovery after early season burning. In addition to total area, the location and shapes of burned scars are consistent with the ground‐based maps. Overall, the two algorithms are competent for detecting and mapping forest fires in North America north of Mexico with minor modifications.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».