Satellite-based mapping of Canadian boreal forest fires: Evaluation and comparison of algorithms
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract. This paper evaluates annual re maps that were produced from NOAA-14/AVHRR imagery using an algorithm described in a companion paper (Li et al., International Journal of Remote Sensing, 21, 3057–3069, 2000 (this issue)). Burned area masks covering the Canadian boreal forest were created by composit-ing the daily maps of re hot spots over the summer and by examining Normalized DiŒerence Vegetation Index (NDVI) changes after burning. Both masks were compared with re polygons derived by Canadian re agencies through aerial surveillance. It was found that the majority of re events were captured by the satellite-based techniques,but burnt area was generally underestimated.The burn boundary formed by the re pixels detected by satellite were in good agreement with the polygons boundarieswithin which, however, there were some res missed by the satellite. The presence of clouds and low sampling frequency of satellite observation are the two major causes for the underestimation.While this problem is alleviated by taking advantage of NDVI changes, a simple combination of a hot spot technique with a NDVI method is not an ideal solution due to the introduction of new sources of uncertainty. In addition, the performance of the algorithm used in the International Geosphere–Biosphere Programme (IGBP) Data and Information System (IGBP-DIS) for global re detection was evaluated by comparing its results with ours and with the re agency reports. It was found that the IGBP-DIS algorithm is capable of detecting the majority of res over the boreal forest, but also includes many false res over old burned scars created by res taking place in previous years. A step-by-step comparison between the two algorithms revealed the causes of the problem and recommendations are made to rectify them. 1.
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.
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 | 0,000 |
| 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 découle