Object-based larch tree-crown delineation using high-resolution satellite imagery
Notice bibliographique
Résumé
AbstractOlgan larch is a traditional construction material used for the renovation of historical timber-frame buildings in China. However, acquiring the necessary large-sized larch trees from old-growth forests has become a challenge in China because of the rare and inaccessible distribution of these trees. In recent years, remote sensing imagery has provided a more effective alternative for delineating tree crowns automatically with high accuracy. In this study, an object-based method for delineating old-growth larch tree crowns using Geoeye-1 imagery is developed. Tree crown delineation results are tested and evaluated by field data. In addition, the correlation between delineated tree-crown and basal areas are quantitatively validated to ensure that the developed method can be applied for estimating the distribution of old-growth larch trees. Results demonstrate that the developed object-based larch tree-crown delineation method is reliable, thus providing a new technique for detecting old-growth larch tree resources in Northeastern China. Additional informationFundingThis study was supported by The Fundamental Research Funds for the Central Universities [BLX2013042]; Special Fund for Basic Scientific Research Programmes of the Central Universities [No. TD 2011-32]; and Grant-in-Aid for Scientific Research, Scientific Research-A [No. 20240074] (2008–2010), [No. 23240113 (2011–2013)] from the Japan Society for the Promotion of Science.
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 | 0,001 | 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 ».