Differentiation of Alternate Harvesting Practices Using Annual Time Series of Landsat Data
Notice bibliographique
Résumé
Sustainable forest management practices allow for a range of harvest prescriptions, including clearcut, clearcut with residual, and partial or selective cutting, which are largely distinguished by the amount of canopy cover removed. The different prescriptions are aimed to emulate natural disturbance, encourage regeneration (seed trees), or offer other ecosystem services, such as the maintenance of local biodiversity or habitat features. Using remotely sensed data, stand-replacing disturbance associated with clearcutting is commonly accurately detected. Novel time series-based change detection products offer an opportunity to determine the capacity to detect and label a wider range of harvest practices. In this research, we demonstrate the capacity of time series imagery, spectral metrics, and related attributed change products, to distinguish between different harvesting practices over a study area in central British Columbia, Canada. Producer’s accuracy of harvest attribution was 79%, with 93% of harvest blocks >5 ha accurately identified. In relation to the amount of canopy cover removed, clearcut harvesting was the most accurately classified (84%), followed by clearcut with residual (79%), and partial cut (64%). Applying detailed spectral metrics derived from Landsat data revealed clearcut and partial cuts to be spectrally distinct. The annual nature of the Landsat time series also offers spatial harvest information within typical, often decadal, forest inventory update cycles. The statistically significant (p < 0.05) relationship between harvest practices and Landsat spectral information indicates a capacity to add increased attribution richness to remote sensing depictions of forest harvest.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 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 ».