Boreal old-growth forest structural diversity challenges aerial photographic survey accuracy
Notice bibliographique
Résumé
The erosion of old-growth forests in boreal managed landscapes is a major issue currently faced by forest managers; however, resolving this problem requires accurate surveys. The intention of our study was to determine if historic operational aerial forest surveys accurately identified boreal old-growth forests in Quebec, Canada. We first compared stand successional stages (even-aged vs. old-growth) in two aerial surveys performed in 1968 (preindustrial aerial survey) and 2007 (modern aerial survey) on the same 2200 km2 territory. Second, we evaluated the accuracy of the modern aerial survey by comparing its results with those of 74 field plots sampled in the study territory between 2014 and 2016. The two aerial surveys differed significantly; 80.8% of the undisturbed stands that were identified as “old-growth” in the preindustrial survey were classified as “even-aged” in the modern survey, and 60% of the stands identified as “old-growth” by field sampling were also erroneously identified as “even-aged” by the modern aerial survey. The scarcity of obvious old-growth attributes in boreal old-growth forests, as well as poorly adapted modern aerial survey criteria (i.e., criteria requiring high vertical stratification and significant changes in tree species composition along forest succession), were the main factors explaining these errors. It is therefore likely that most of Quebec’s boreal old-growth forests are currently not recognized as such in forest inventories, challenging the efficacy of sustainable forest management policies.
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 | 0,005 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».