Crown-fibre attribute relationships for enhanced forest inventory: Progress and prospects
Notice bibliographique
Résumé
A five-year project, Crown-Fibre Attribute Relationships (CFAR), was completed by the Canadian Wood Fibre Centre (Natural Resources Canada) to explore the relationships between tree crown characteristics and wood fibre attributes. The CFAR project used a number of data sets distributed across Canada (e.g., silvicultural experiments), providing a range of crown conditions following spacing and thinning treatments. The approaches developed under the CFAR project, along with other relevant research, indicate that is possible to enhance current forest inventories by providing estimates of fibre attributes from crown characteristics of individual trees that can, or are poised to be, captured using remotely sensed data. Predictability was related to the dimensionality of the fibre attributes with models for zero-dimensionality fibre attributes (e.g., DBH) showing RMSE of 10% to 15% of mean values. Also, one-dimensional (e.g., sapwood area) and two-dimensional (i.e., ring area) models quantified longitudinal patterns with low bias. Current values of wood density were not related to crown characteristics; instead, recent research suggests that wood density is regulated by hydraulic and biomechanical constraints. Further evolution of remote sensing technology and related research will help to address the temporal problem posed by two- and three-dimensional fibre attributes.
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 | 0,000 | 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 | 0,000 |
| 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 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 ».