Object-based classification of Worldview-2 imagery for mapping invasive common reed, <i>Phragmites australis</i>
Notice bibliographique
Résumé
Wetlands provide many environmental and societal benefits. Unfortunately, the importance of wetlands has only recently been acknowledged after centuries of drainage and conversion to other land uses. An emerging threat to North American wetlands is the introduction of invasive plant species such as Phragmites australis, a reed introduced from Europe. Previous high spatial resolution satellite imagery used for mapping Phragmites was limited spectrally to four bands (blue, green, red, and near-infrared). A recently launched satellite, Worldview-2, has four additional spectral bands that may allow for more accurate mapping of Phragmites. In this study, a single-date Worldview-2 image was used to map wetland vegetation at Walpole Island, Canada. Object-based and per-pixel maximum likelihood classifications were performed on a four-band subset simulating traditional multispectral imagery and the full eight-band set of Worldview-2. The overall classification accuracy of 94.0% achieved for the eight-band object-based method was the highest of the four classifications methods used. The accuracy achieved by the eight-band object-based classification shows that single-date Worldview-2 image is promising for distinguishing Phragmites from native wetland plant species late in the growing season in coastal Great Lakes wetlands.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 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 ».