Evaluating the potential of full‐waveform lidar for mapping pan‐tropical tree species richness
Notice bibliographique
Résumé
Abstract Aim Mapping tree species richness across the tropics is of great interest for effective conservation and biodiversity management. In this study, we evaluated the potential of full‐waveform lidar data for mapping tree species richness across the tropics by relating measurements of vertical canopy structure, as a proxy for the occupation of vertical niche space, to tree species richness. Location Tropics. Time period Present. Major taxa studied Trees. Methods First, we evaluated the characteristics of vertical canopy structure across 15 study sites using (simulated) large‐footprint full‐waveform lidar data (22 m diameter) and related these findings to in‐situ tree species information. Then, we developed structure–richness models at the local (within 25–50 ha plots), regional (biogeographical regions) and pan‐tropical scale at three spatial resolutions (1.0, 0.25 and 0.0625 ha) using Poisson regression. Results The results showed a weak structure–richness relationship at the local scale. At the regional scale (within a biogeographical region) a stronger relationship between canopy structure and tree species richness across different tropical forest types was found, for example across Central Africa and in South America [R2 ranging from .44–.56, root mean squared difference as a percentage of the mean (RMSD%) ranging between 23–61%]. Modelling the relationship pan‐tropically, across four continents, 39% of the variation in tree species richness could be explained with canopy structure alone (R2 = .39 and RMSD% = 43%, 0.25‐ha resolution). Main conclusions Our results may serve as a basis for the future development of a set of structure–richness models to map high resolution tree species richness using vertical canopy structure information from the Global Ecosystem Dynamics Investigation (GEDI). The value of this effort would be enhanced by access to a larger set of field reference data for all tropical regions. Future research could also support the use of GEDI data in frameworks using environmental and spectral information for modelling tree species richness across the tropics.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».