MétaCan
Menu
Retour à la cohorte
Enregistrement W2165606678 · doi:10.5589/m02-064

Classification of wetland habitat and vegetation communities using multi-temporal Ikonos imagery in southern Saskatchewan

2002· article· en· W2165606678 sur OpenAlexvenueaboutno aff
Jeff A Dechka, Steven E. Franklin, Michael D. Watmough, Rebecca Bennett, D W Ingstrup

Notice bibliographique

RevueCanadian Journal of Remote Sensing · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHabitatWetlandVegetation (pathology)TransectNormalized Difference Vegetation IndexGeographyWaterfowlWildlifeLand coverPhysical geographyAerial surveyEcologyRemote sensingEnvironmental scienceLand useClimate change

Résumé

récupéré en direct d'OpenAlex

The Prairie Habitat Monitoring Program, led by Environment Canada, is tasked with assessing and monitoring landscapes for waterfowl and other migratory birds in Manitoba, Saskatchewan, and Alberta. Prairie habitat assessments have been conducted using transects to sample land cover and land use changes and have shown that wildlife habitat, both wetland and upland, is declining in areal extent. An investigation into the use of high-resolution imagery to assist in these assessments was performed in the summer of 2000. Spring and summer Ikonos-2 images, including both panchromatic and multi-spectral bands, were classified according to a Stewart and Kantrud (S&K) wetland habitat class system used for monitoring Canadian prairie wetlands. Two significant issues were noted in the classification process: the S&K wetland habitat classes contained similar vegetation assemblages or communities, and field crews identified areas as homogeneous on the ground that contained mixtures of vegetation communities due to the nature of the S&K classes. Following a traditional training data collection exercise based on the discrimination results in the available field sites, S&K wetland habitat classes could be classified with approximately 47% overall accuracy using multi-temporal imagery, a normalized difference vegetation index (NDVI), and texture measures. Based on these results, individual vegetation communities within these habitat classes were segregated based on sketch maps prepared for each field plot, and an assessment of these communities showed they could be distinguished much more readily, resulting in greater than 84% overall accuracy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,031
Tête enseignante GPT0,220
Écart entre enseignants0,189 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations93
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

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