Monitoring Forest Recovery Following Wildfire and Harvest in Boreal Forests Using Satellite Imagery
Notice bibliographique
Résumé
In the managed boreal forest, harvesting has become a disturbance as important as fire. To assess whether forest recovery following both types of disturbance is similar, we compared post-disturbance revegetation rates of forests in 22 fire events and 14 harvested agglomerations (harvested areas over 5–10 years in the same vicinity) in the western boreal forest of Quebec. Pre-disturbance conditions were first compared in terms of vegetation cover types and surficial deposit types using an ordination technique. Post-disturbance changes over 30 years in land cover types were characterized by vectors of succession in an ordination. Four post-disturbance stages were identified from the 48 land thematic classes in the Landsat images: “S0” stand initiation phase; “S1” early regeneration phase; “S2” stem exclusion phase; and “S3” the coniferous forest. Analyses suggest that fire occurs in both productive and unproductive forests, which is not the case for harvesting. Revegetation rates (i.e., rapidity with which forest cover is re-established) appeared to be more advanced in harvested agglomerations when compared with entire fire events. However, when considering only the productive forest fraction of each fire, the revegetation rates are comparable between the fire events and the harvested agglomerations. The S0 is practically absent from harvested agglomerations, which is not the case in the fire events. The difference in revegetation rates between the two disturbance types could therefore be attributed mostly to the fact that fire also occurs in unproductive forest, a factor that has to be taken into account in such comparisons.
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 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 | 0,001 |
| 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 tête enseignante, 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 ».