Remote sensing-based determination of understory grass greening stage over boreal forest
Notice bibliographique
Résumé
Our objective was the determination of understory grass greening stage (GGS: defined as the date when 75% of the grass in the surrounding area of a particular location would be green) using remote sensing data over the boreal-dominant forested regions in the Canadian province of Alberta. We used moderate resolution imaging spectroradiometer (MODIS)-derived accumulated growing degree days (AGDD) and normalized difference water index (NDWI) with ground-based understory GGS observations at approximately 120 lookout tower sites during the period 2006 to 2008. During 2006, we extracted the temporal dynamics of AGDD/NDWI at the lookout tower sites and determined the best thresholds (i.e., 90 degree-days for AGDD and 0.45 for NDWI). These AGDD/NDWI thresholds were then implemented during 2007 and 2008; and observed that AGDD had better prediction capabilities in comparison to NDWI (i.e., ∼94% and ∼65% of the incidents fall within ±2 periods or ±16 days of deviations with the ground-based understory GGS observations using AGDD and NDWI thresholds, respectively). The outcomes would potentially be useful in understanding availability of food and habitat for wildlife species/animals; microclimatic environment, composition, and diversity of plant community; and forest fire danger and fire behavior in case of fire occurrences.
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 ».