Initialization of an insect infestation spread model using tree structure and spatial characteristics derived from high spatial resolution digital aerial imagery
Notice bibliographique
Résumé
High spatial resolution digital aerial imagery has demonstrated the capacity to enable the derivation of a range of parameters describing the structural characteristics of individual trees and spatial attributes of forest stands. As a result, these data have the potential to provide important information to help initialize models of insect infestations, in particular models addressing the spread of mountain pine beetle, Dendroctonus ponderosae (Hopk.), which has reached epidemic levels within western Canada. In support of this study, ground data and images with 10 cm spatial resolution were collected over a study area straddling the borders of British Columbia and Alberta, Canada, which is experiencing infestation by mountain pine beetles. Images were processed using an object-based classification algorithm, which correctly identified between 50% and 100% (mean 80.2%) of the tree crowns detected on the imagery relative to field-measured tree locations. Unidentified tree crowns primarily included trees with small crown and stem diameters which are less susceptible to infestation by mountain pine beetles. Following accurate identification of tree locations, parameters for stem diameter and stocking density were derived from the imagery and compared with measurements derived from ground survey data. Results indicate that two image-derived individual tree parameters were correlated sufficiently with ground measures to act as model inputs, namely stocking density (r2 = 0.91, standard error (se) = 506.65, p < 0.001) and stem diameter (r2 = 0.51, se = 2.63, p < 0.001). With confidence in our capacity to accurately predict these critical parameters for infestation modelling, we then apply a simple, spatially explicit mountain pine beetle infestation model. These models can be used to predict the potential impact on forest stands caused by mountain pine beetle attack and also to inform forest managers of the resources required to provide rapid and persistent mitigation necessary to control infestations.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».