Investigating the Potential Use of RADARSAT-2 and UAS imagery for Monitoring the Restoration of Peatlands
Notice bibliographique
Résumé
The restoration of peatlands is critical to help reduce the effects of climate change and further prevent the loss of habitat for many species of flora and fauna. The objective of this research was to evaluate RADARSAT-2 satellite imagery and high-resolution Unmanned Aerial Systems (UASs) to determine if they could be used as surrogates for monitoring the success of peatland restoration. Areas of peatland that were being actively harvested, had been restored from past years (1994–2003), and natural shrub bog in Lac St. Jean, Quebec were used as a test case. We compared the Freeman–Durden and Touzi decompositions by applying the Bhattacharyya Distance (BD) statistic to see if the spectral signatures of restored peatland could be separated from harvested peat and natural shrub bog. We flew Unmanned Aerial Surveys (UASs) over the study site to identify Sphagnum and Polytrichum strictum, two indicator species of early peatland restoration success. Results showed that the Touzi decomposition was better able to separate the spectral signatures of harvested, restored, and natural shrub bog (BD values closer to 9). Symmetric scattering type αs1, Helicity |τ1,2,3|, a steep incidence angle, and peak growing season appear to be important for separating the spectral signatures. We had moderate success in detecting Sphagnum and Polytrichum strictum visually by using texture and pattern but were unable to use colour due to differences in sun angle and clouds during the UAS flights. Results suggest that RADARSAT-2 data using the Touzi decomposition and UAS imagery show potential for monitoring peatland restoration success over time.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 tête enseignante, 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 ».