Monitoring clearcutting and subsequent rapid recovery in Mediterranean coppice forests with Landsat time series
Notice bibliographique
Résumé
This work analyses the rate of recovery of the spectral signal from clearcut areas of coppice Mediterranean forests using Landsat Time Series (LTS). The analysis revealed a more rapid rate of spectral signal recovery than what was found in previous investigations in boreal and temperate forests. The rate of post-disturbance vegetation recovery is an important component of forest dynamics. In this study, we analyze the recovery of the spectral signal from forest clearcut areas in Mediterranean conditions when the coppice system of forest management is applied. We used LTS surface reflectance data (1999–2015).We generated an annual reference database of clearcuts using visual interpretation and local forest inventory data, and then derived the Normalized Difference Vegetation Index (NDVI) and Normalized Burn Ratio (NBR) spectral trajectories for these clearcuts. From these spectral trajectories, we calculated the Years to Recovery or Y2R, the number of years it takes for a pixel to return to within a specified threshold (i.e., 70%, 80%, 90%, 100%) of its pre-disturbance value. Spectral recovery rates were then corroborated using measures of canopy height derived from airborne laser scanning (ALS) data. The coppice system is associated with rapid recovery rates when compared to rates of recovery from seeds or seedlings in temperate and boreal forest conditions. We found that the Y2R derived from the spectral trajectories of post-clearcut NBR and NDVI provided similar characterizations of rapid recovery for the coppice system of forest management applied in our study area. The ALS measures of canopy height indicated that the Y2R metric accurately captured the rapid regeneration of coppice systems. The rapid rate of spectral recovery associated with the coppice system is 2–4 years, which contrasts with values reported in boreal and temperate forest environments, where spectral recovery was attained in approximately 10 years. NBR is an effective index for assessing rapid recovery in this forest system.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».