Monitoring Canada’s forests. Part 1: Completion of the EOSD land cover project
Notice bibliographique
Résumé
Capture of land cover information is a key requirement for supporting forest monitoring and management. In Canada, provincial and territorial forest stewards use land cover information to aid in management and planning activities. At the federal level, land cover information is required to aid in meeting national and international reporting obligations. To support monitoring of Canada’s forests, the Earth Observation for Sustainable Developments of Forests (EOSD) project was initiated as a partnership between the Canadian Forest Service (CFS) and the Canadian Space Agency (CSA), with provincial and territorial participation and support. The EOSD project produced a 23 class land cover map of the forested area of Canada representing circa year 2000 conditions (EOSD LC 2000). Including image overlap outside of the forested area of Canada, over 480 Landsat-7 Enhanced Thematic Mapper Plus (ETM+) images were classified and more than 80% of Canada was mapped, culminating in the production of 630 1:250 000 map sheet products for unfettered sharing. EOSD LC 2000 is the most detailed and comprehensive map of the forested area of Canada ever produced. The objectives of this communication are to provide background on the project and associated methods, summarize the process of product development and dissemination, and provide a synopsis of the resultant land cover tabulations. Finally, key lessons learned from undertaking such a large, multipartner, collaborative project are provided.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».