Remote sensing of spruce budworm defoliation using EO-1 Hyperion hyperspectral data: an example in Quebec, Canada
Notice bibliographique
Résumé
Each year, the spruce budworm (SBW) causes severe, widespread damage to spruces and fir in east coast Canada. Early estimation of the defoliation can provide crucial support to mitigate the socio-economic impact on vulnerable forests. Remote sensing techniques are suitable to investigate the affected regions that usually consist of large and inaccessible forestry areas. Using satellite images, surface reflectance values at two or more wavelengths are combined to generate vegetation indices (VIs), revealing a relative abundance of features of interest. Forest health analysis based on VIs is considered as one of the primary information sources for monitoring vegetation conditions. Especially the spectral resolution of Hyperion hyperspectral satellite imagery used in this study allows for a detailed examination of the red to near-infrared portion of the spectrum to identify areas of stressed vegetation. Several narrow-band vegetation indices are used to indicate the overall amount and quality of photosynthetic material and moisture content in vegetation. By integrating the information from VIs that focus on different aspects of overall health and vigour in forested areas, the study aims at detecting defoliated condition in a forested region in the Province of Quebec, Canada. In June and August of 2014 two Hyperion images were acquired by NASA's EO-1 satellite for this study. Changes in vegetation health and vigour are observed and quantitatively compared using the multi-temporal remote sensing images. The experimental results suggest that the VI- based forest health analysis is effective in estimating SBW defoliation in the study area.
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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».