Mapping attributes of Canada’s forests at moderate resolution through <i>k</i>NN and MODIS imagery
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
Canada’s National Forest Inventory (NFI) sampling program is designed to support reporting on forests at the national scale. On the other hand, continuous maps of forest attributes are required to support strategic analyses of regional policy and management issues. We have therefore produced maps covering 4.03 × 10 6 km 2 of inventoried forest area for the 2001 base year using standardised observations from the NFI photo plots (PP) as reference data. We used the k nearest neighbours (kNN) method with 26 geospatial data layers including MODIS spectral data and climatic and topographic variables to produce maps of 127 forest attributes at a 250 × 250 m resolution. The stand-level attributes include land cover, structure, and tree species relative abundance. In this article, we report only on total live aboveground tree biomass, with all other attributes covered in the supplementary data ( http://nrcresearchpress.com/doi/suppl/10.1139/cjfr-2013-0401 ). In general, deviations in predicted pixel-level values from those in a PP validation set are greater in mountainous regions and in areas with either low biomass or sparse PP sampling. Predicted pixel-level values are overestimated at small observed values and underestimated at large ones. Accuracy measures are improved through the spatial aggregation of pixels to 1 km 2 and beyond. Overall, these new products provide unique baseline information for strategic-level analyses of forests ( https://nfi.nfis.org ).
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 | 0,001 | 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