MétaCan
Menu
Retour à la cohorte
Enregistrement W2186154108 · doi:10.19026/rjaset.5.4556

A New Method for Forest Volume Measurement with an Electronic Angle Gauge

2013· article· en· W2186154108 sur OpenAlexaff
Bin Dong, Liping Liu, Li Sun, Changqin Zhang, Yuan Hong, Guo-Ying Qian

Notice bibliographique

RevueResearch Journal of Applied Sciences Engineering and Technology · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing and LiDAR Applications
Établissements canadiensLakehead University
Organismes subventionnairesAnhui Agricultural University
Mots-clésGauge (firearms)Volume (thermodynamics)Position (finance)Plot (graphics)Remote sensingStatisticsMathematicsPhysicsOpticsGeography

Résumé

récupéré en direct d'OpenAlex

To realise precise, real-time measurement of forest volume, this study discusses the principles and method of forest volume measurement when utilizing an electronic gauge. Use of the electronic gauge, to count trees within five concentric circles, resulted in a decrease in the variation of estimated forest volume, as the number of circles increased. This estimate became reliable upon reaching the fourth concentric circle. In contrast, the use of a conventional angle gauge revealed no obvious regularity and no significant trend using multiple observation points. As well, for forest inventory plots with uneven spatial distribution, there was relatively low precision when using multiple observation points with a conventional angle gauge: the relative errors of forest volume measurement reached almost 40% in the first plot using multiple observation points. The electronic angle gauge is comprised of a telescope and Charge Coupled Device (CCD) system, which reduced the probability of a misreading and achieved accurate real-time measurement of forest volume. Observers can choose an arbitrary location to position the electronic angle gauge. The survey time with the new method was half that of using a conventional angle gauge at five different observation locations. The forest volume measurement was automated using a Personal Digital Assistant (PDA) with newly-designed software capable of identifying, registering and then counting the trees in a plot. This method improves accuracy of forest volume measurement and reduces the time and effort required previously.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,529
Score d'incertitude au seuil0,234

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,291
Écart entre enseignants0,269 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Journal of Applied Sciences Engineering and TechnologyMême sujetRemote Sensing and LiDAR ApplicationsTravaux en français237 207