Stand-level wind damage can be assessed using diachronic photogrammetric canopy height models
Notice bibliographique
Résumé
Diachronic photogrammetric canopy height models can be used to quantify at a fine scale changes in dominant height and wood volume following storms. The regular renewal of aerial surveys makes this approach appealing for monitoring forest changes. The increasing availability of aerial photographs and the development of dense matching algorithms open up new possibilities to assess the effects of storm events on forest canopies. The objective of this research is to assess the potential of diachronic canopy height models derived from photogrammetric point clouds (PCHM) to quantify changes in dominant height and wood volume of a broadleaved forest following a major storm. PCHMs derived from aerial photographs acquired before and after a storm event were calibrated using 25 field plots to estimate dominant height and volume using various modeling approaches. The calibrated models were combined with a reference damage maps to estimate both the within-stand damage variability, and the amount of volume impacted. Dominant height was predicted with a root mean squared error (RMSE) of 4%, and volume with RMSEs ranging from 24 to 32% according to the type of model. The volume impacted by storm was in the range of 42–76%. Overall, the maps of dominant height changes provided more details about within-stand damage variability than conventional photointerpretation do. The study suggests a promising potential for exploiting PCHM in pursuit of a rapid localization and quantification of wind-throw damages, given an adapted sampling design to calibrate models.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».