Evaluating the potential of Landsat TM/ETM+ imagery for assessing fire severity in Alaskan black spruce forests
Notice bibliographique
Résumé
Satellite remotely sensed data of fire disturbance offers important information; however, current methods to study fire severity may need modifications for boreal regions. We assessed the potential of the differenced Normalized Burn Ratio (dNBR) and other spectroscopic indices and image transforms derived from Landsat TM/ETM+ data for mapping fire severity in Alaskan black spruce forests (Picea mariana) using ground measures of severity from 55 plots located in two fire events. The analysis yielded low correlations between the satellite and field measures of severity, with the highest correlation (R2adjusted = 0.52, P < 0.0001) between the dNBR and the composite burn index being lower than those found in similar studies in forests in the conterminous USA. Correlations improved using a ratio of two Landsat shortwave infrared bands (Band 7/Band 5). Overall, the satellite fire severity indices and transformations were more highly correlated with measures of canopy-layer fire severity than ground-layer fire severity. High levels of fire severity present in the fire events, deep organic soils, varied topography of the boreal region, and variations in solar elevation angle may account for the low correlations, and illustrate the challenges faced in developing approaches to map fire and burn severity in high northern latitude regions.
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 | 0,001 |
| 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 ».