MétaCan
Menu
← Retour à la cohorte
Enregistrement W2954813948 · doi:10.5539/jas.v11n11p93

Aboveground Biomass Estimates of Araucaria angustifolia (Bertol.) Kuntze, Using Vegetation Indexes in Wolrdview-2 Image

2019· article· en· W2954813948 sur OpenAlexvenueno aff
Luiz Carlos Basso, Vagner Alex Pesck, M. Roik, Afonso Figueiredo Filho, Thiago Floriani Stepka, Gerson dos Santos Lisboa, Ismael Konkol, André Felipe Hess, Ana Paula Carneiro Brandalize

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNormalized Difference Vegetation IndexAraucariaBiomass (ecology)Vegetation (pathology)MathematicsCoefficient of determinationEnvironmental scienceSoil scienceRemote sensingForestryEcologyStatisticsGeographyBiology

Résumé

récupéré en direct d'OpenAlex

The present research aims to evaluate the biomass estimates of Araucaria angustifolia (Bertol.) Kuntze trees obtained by the direct method, then present results generated from a 2.0 m resolution spectral image Worldview-2 satellite. The quantification of the biomass in the field was first carried out of 29 trees of the specie of interest with DBH ≥ 40 cm and then with the image aid the crowns were delimited for analysis. From the spectral bands (B2-blue, B3-green, B4-yellow, B5-red, B6-near red, B7-near infrared 2 and B8-near infrared 2), it was possible to obtain vegetation indexes proposed by the literature (NDVI, NDVI_2, RS and SAVI_0,25) and later incorporated with dendrometric data a correlation matrix was formed. Additionally, mathematical equations were used to estimate biomass and carbon as a function of dendrometric variables and information obtained from the satellite image processing. From these equations, the ones that presented better results were those that contained independent dendrometric variables (DBH) and those that contained vegetation indices (NDVI_2 and NDVI). For the dendrometers, the relative error found was 14.42% and 14.32% for biomass and carbon respectively, while for the digital ones, NDVI_2 found a relative error of 37.82% and an adjusted coefficient of determination of 0.88 in the biomass equations. In the carbon equations, the NDVI variable presented the best results, being 38.56% the relative error and 0.87 the determination coefficient.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,239
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural Science→Même sujetRemote Sensing in Agriculture→Travaux en français237 207→