Coarse resolution satellite mapping of insect-induced tree defoliation and mortality
Notice bibliographique
Résumé
Insect-induced tree defoliation and the resulting growth and mortality losses represent a significant disturbance in many forested regions. Most defoliation surveys are produced using conventional aerial sketch mapping techniques supplemented by field inspection. Digital airborne and fine resolution (/spl les/ 100m) satellite imagery has been frequently used, with mixed results, to assess both the extent and severity of defoliation described by R. F. Nelson (1983), V. C. Radeloff (1999) and J. Heikkila et al. (2002). Coarse resolution (/spl sim/1-km) satellite imagery, with its greater frequency of observation and spatial coverage, could also prove useful for monitoring and mapping large-scale defoliation events. The purpose of this study was to assess the potential for using multi-temporal SPOT VEGETATION (VGT) imagery for monitoring insect defoliation and mapping subsequent tree mortality. VGT imagery was examined for a severe outbreak of hemlock looper (Lambdina fiscellaria) in Quebec, Canada, which defoliated and killed more than 400,000 ha of balsam fir in 1999. Multi-temporal change metrics described by J. S. Borak (2000) based on reflectance and vegetation indices were derived using 10-day VGT composites from 1998-2000. A multiple logistic regression model developed using the 1998-2000 metrics could classify forest mortality within a 500-by-700 km study area with a commission error of 33-60 percent and omission error of 0-33 percent, depending on if the reference surveys were buffered by 2 km. The logistic model was also applied to simulate a near real-time application for detecting defoliation and monitoring its evolution. A time-series of 1999 change metrics could detect defoliation after July larval feeding with an omission error rate comparable to that from mapping mortality. However, the number of false detections was 2-3 times greater due to short-term variation in the satellite signal not related to real vegetation changes (e.g., cloud and atmospheric contamination, surface moisture). We conclude that coarse resolution imagery demonstrates considerable promise for monitoring insect defoliation and should be investigated for a range of defoliators and forest types.
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 | 0,000 |
| 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 ».