GOFP: A Geometric-Optical Model for Forest Plantations
Notice bibliographique
Résumé
Geometric-optical (GO) model suitable for forest plantation (GOFP) is a GO model for forest plantations at the stand level developed in this study based on a four-scale GO model a Geometric-Optical Model for Sloping Terrains-II (GOST2), which simulates the bidirectional reflectance distribution function (BRDF) for natural forest canopies. In most previous GO models, tree distributions are often assumed to meet the Poisson or Neyman model in a forest; therefore, these models are suitable for simulating BRDF for natural forest canopies. However, in forest plantations, tree distributions are proven to meet the hypergeometric model rather than the Poisson or Neyman model at the stand level. GOFP, in which the tree distributions are described using the hypergeometric model, is proposed to simulate the bidirectional reflectance factor (BRF) of forest plantations at the stand level. The area ratios of the four scene components (sunlit foliage, sunlit ground, shaded foliage, and shaded ground) of GOFP compare well with those simulated by a 3-D canopy visualization technique. A comparison is also made against discrete anisotropic radiative transfer, showing that GOFP has the ability to simulate BRF of forest plantations. Another comparison is made against operational land imager and Moderate Resolution Imaging Spectroradiometer surface.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».