MétaCan
Menu
Retour à la cohorte
Enregistrement W2077031785 · doi:10.1139/cjfr-2013-0281

Comparison of remote sensing and ground-based methods for determining residue burn pile wood volumes and biomass

2013· article· en· W2077031785 sur OpenAlexaffvenue
J. A. Trofymow, Nicholas C. Coops, D. Hayhurst

Notice bibliographique

RevueCanadian Journal of Forest Research · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing and LiDAR Applications
Établissements canadiensUniversity of VictoriaNatural Resources CanadaUniversity of British ColumbiaCanadian Forest Service
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceLidarPileBiomass (ecology)Volume (thermodynamics)BioenergyForestryRemote sensingGeologyBiofuelWaste managementGeotechnical engineeringGeographyEngineering

Résumé

récupéré en direct d'OpenAlex

Following forest harvest, residues left on site are often piled and burned. Quantification of residue piles is required in many jurisdictions to estimate billable waste, harvest efficiency, smoke emissions, C budgets, and available bioenergy biomass. Piled residues and harvested wood were measured on four blocks of a second-growth Douglas-fir forest in coastal British Columbia. Pile wood volumes were determined by two ground-based methods (a Waste and Residue Survey (WRS) and a geometric equation (EEP) used for smoke emissions) and by two geospatial methods using orthophotography (GIS) and LiDAR. Eight sample piles were disassembled to determine plot densities (PD) and packing ratios (PR). Plot density did not differ between the WRS and GIS method. Packing ratios of the EEP were 50% of that of the LiDAR method. LiDAR pile bulk volume and PR were negatively correlated. Choice of LiDAR digital elevation model had no significant effect on pile bulk volumes. The WRS method underestimated pile areas by 50% and the EEP method overestimated pile bulk volumes by two times. Pile wood volumes from the WRS method (20.0 m 3 ·ha −1 (SE 2.8)) were 30%–50% of those for all other methods (46.1–60.4 m 3 ·ha −1 ). The EEP method overestimated wood volume if nonspecific PRs were used. The residues to harvest ratio for the WRS method (3.3% (SE 0.45)) was lower than for all other methods (7.5%–9.6%). Total pile wood biomass from LiDAR was 25.4 t dry mass·ha −1 (SE 5.9). Ground-based methods are still required to determine PD or PR. Since their estimation depends on the method used to determine pile area or bulk volume, and may vary with pile size and type, they remain the major source of uncertainty in determining pile wood volumes. However, use of remote sensing techniques to determine the area or bulk volume of all piles in a cutblock can improve estimates of pile wood volumes and biomass.

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)0,002
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,902
Score d'incertitude au seuil0,944

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,072
Tête enseignante GPT0,389
Écart entre enseignants0,317 · 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'étudeAutre devis
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

Citations18
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetRemote Sensing and LiDAR ApplicationsTravaux en français237 207