Retrieval of leaf area index and canopy closure from high-spatial resolution CASI data over the BOREAS flux tower sites
Notice bibliographique
Résumé
This study is to investigate two approaches, spectral classification and canopy model inversion, to map the overstory canopy closure and LAI from CASI images with the spatial resolution of 1 m by 1 m obtained over four flux tower sites in the BOREAS study area in the summer of 1996. The study sites are old jack pine (SOJP) and young jack pine (SYJP) in the southern study area and NYJP and old black spruce (NOBS) in the northern study area. The results for NYJP are reported in this paper. In the classification approach, a K-means classifier is employed to identify 40 classes using three bands: green, red, and near-infrared for the NYJP site. These classes are then merged into two classes: overstory and understory, with an overall classification accuracy of 0.89. In the second approach the authors investigate the retrieval of LAI and canopy closure by inversion of a simple forest-light interaction model (FLIM) based on the spatially-degraded CASI images (10 m by 10 m). A visual evaluation shows that the created LAI and canopy closure images reflect the spatial distribution of the different strata of the forest stands in the NYJP site. The canopy closure obtained from the canopy model inversion corresponds to that from the classification with an R/sup 2/ of 0.46. The average LAI and its standard deviation over the transact are 1.08 and 0.4, which conforms with the field-measured data (1.2 and 0.3).
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».