MétaCan
Menu
Retour à la cohorte
Enregistrement W2123395080 · doi:10.5589/m10-059

Estimating the age of cerrado regeneration using Landsat TM data

2010· article· en· W2123395080 sur OpenAlexvenueno aff
Philippe Maillard, Priscilla S. Costa-Pereira

Notice bibliographique

RevueCanadian Journal of Remote Sensing · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiomeThematic MapperEucalyptusGeographyVegetation (pathology)Thematic mapRegeneration (biology)ForestryRange (aeronautics)Remote sensingForest regenerationBiodiversityPhysical geographyCartographyEnvironmental scienceSatellite imageryEcologyEcosystemBiology

Résumé

récupéré en direct d'OpenAlex

Cerrado is a woody savanna formation covering about one fifth of Brazil with a very complex structure and rich biodiversity. Its rate of conversion surpasses that of all other biomes in Brazil. Remote sensing is the only practical means to monitor the evolution of its conversion and regeneration. The objective of this article is to study the process of regeneration of cerrado vegetation after being a eucalyptus plantation for two decades and to estimate its age using multitemporal Landsat Thematic Mapper (TM) data. The study area is a state park in Minas Gerais that was a eucalyptus plantation until 1994 with a broad range of regeneration ages between 13 and 34 years. A total of 47 plots were surveyed for which the exact ages of regeneration are known. Eighteen Landsat TM images were digitally processed to model the reflectance trajectory of the regenerating cerrado and determine its age. Results show that spectral data can be used for estimating the age regeneration up to 30 years with an average accuracy of 3–4 years. In particular, the spectral trajectory of band 5 of TM data shows an almost linear trend that directly relates to the time elapsed after the clearcut.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,926
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,242
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Remote SensingMême sujetRemote Sensing in AgricultureTravaux en français237 207