CLASSIFICAÇÃO SUPERVISIONADA DE COPAS DE ÁRVORES EM IMAGEM DE ALTA RESOLUÇÃO ESPACIAL
Notice bibliographique
Résumé
O presente estudo teve como objetivo avaliar o potencial de uso de imagens de alta resolução espacial para a extração da área de copa de árvores em floresta nativa utilizando classificação supervisionada. Uma imagem do sensor multiespectral a bordo do satélite Worldview-2 foi adquirida, na qual foram testados três algoritmos de classificação digital de imagens. Com os resultados das classificações, foram delimitadas 51 copas de árvores, que foram localizadas em campo para a coleta de informações como diâmetro na altura do peito (DAP), altura estimada, diâmetro de base, identificação, e medição de 8 raios de copa para formar a área de copa (AC). O algoritmo SVM apresentou o melhor resultado dentre os métodos de classificação testados. Foi encontrado um R² de 0,57 entre AC em campo e o DAP. A relação AC/DAP indica que houve um aumento da área de copa à medida que aumentou o DAP. O R² entre a AC obtida por satélite e o DAP foi de 0,55. A obtenção do parâmetro AC via classificação supervisionada pode servir de base para delimitação de copas, porém, deve-se ter cuidado com este processo para não superestimar as áreas, devido à complexidade do dossel de uma floresta nativa.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».