Assessing the utility of lidar remote sensing technology to identify mule deer winter habitat
Notice bibliographique
Résumé
AbstractWinter habitat for mule deer (Odocoileus hemionus) is a critical concern throughout interior British Columbia, Canada. In winter, mule deer require a food source of twigs and woody browse and face significant winter snow cover. A range of studies have established that good winter range for mule deer reduces the impact of a negative energy balance by providing adequate food, good vegetative cover, and shallow snow. Generally, sites with old Douglas-fir and moderate to high canopy cover on warmer aspects and moderately steep slopes are preferred, resulting in a suite of structural stand conditions, which can be used to map mule deer winter range habitat within the interior Douglas-fir range. The increased availability of light detection and ranging (lidar) data to management agencies and the recent adoption of lidar technology by forestry agencies allow us to assess the capacity of this technology to map some variables important to winter mule deer habitat suitability, using criteria similar to those defined using conventional aerial photography. Results indicate that lidar-derived solar radiation regime, elevation, and overstorey cover are all useful attributes in decision-tree models relating lidar to conventionally derived descriptors of mule deer winter habitat. These lidar-derived models describe up to 75% of the variance in overall stand structure and confirm that this technology is a viable tool which can be used to assess habitat throughout this region.L'habitat d'hiver du cerf mulet (Odocoileus hemionus) est une préoccupation cruciale partout à l'intérieur de la Colombie-britannique, au Canada. Durant l'hiver, les cerfs mulets ont besoin d'une source de nourriture composée de ramilles et de brout et ces derniers doivent composer avec un couvert neigeux important. Diverses études ont établi qu'une bonne aire d'hivernage pour les cerfs mulets réduit l'impact du bilan d'énergie négatif en apportant une nourriture adéquate, un bon couvert de végétation et un couvert neigeux peu profond. Généralement, les sites peuplés de vieux pins Douglas, avec un couvert de modéré à dense, sur les versants plus chauds et à pente modérément élevée sont préférés résultant ainsi en une série de conditions structurales de peuplement qui peuvent être utilisées pour cartographier l'habitat d'hiver du cerf mulet dans la zone d'extension du pin Douglas. La disponibilité accrue des données lidar (« light detection and ranging ») auprès des agences d'aménagement ainsi que leur adoption récente par les agences forestières nous permettent d'évaluer le potentiel de cette technologie pour la cartographie de certaines variables importantes dans le contexte de l'évaluation du potentiel d'un site comme aire d'hivernage du cerf mulet en ayant recours à des critères semblables à ceux définis à partir de la photographie aérienne conventionnelle. Les résultats montrent que le régime de rayonnement solaire, l'élévation et la nature du couvert de l'étage supérieur dérivés des données lidar sont tous des attributs utiles dans les modèles basés sur un arbre de décision reliant les données lidar aux descripteurs conventionnels de l'habitat d'hiver du cerf mulet. Ces modèles dérivés des données lidar décrivent jusqu'à 75 % de la variance dans la structure générale de peuplement et confirment que cette technologie constitue un outil viable pouvant être utilisé pour l'évaluation des habitats sur l'ensemble de cette région.[Traduit par la Rédaction]
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».