Evaluating Post-fire Vegetation Recovery in Canadian Mixed Prairie Using Remote Sensing Approaches
Notice bibliographique
Résumé
This study investigated a wildfire occurred in April 2013 at Grasslands National Park, aiming to quantify vegetation's post-fire recovery with both field and remote sensing approaches. Biophysical parameters and hyperspectral reflectances were collected through field surveys conducted one year prior to the fire as well as five continuous years post-fire at growing seasons. These data were processed into burned and unburned samples followed by significance test to reveal biophysical differences across samples. Results indicated an overall recovery of the grassland within 4-5 years, with different vegetation forms recovering at various post-fire growing seasons. Green grass was the most resilient component that fully recovered one year post-fire, followed by forbs at two years post-fire, with shrubs and soil organic crust taking longer than four years to recover compared to the adjacent unburned communities. Hyperspectral dataset was used to establish the utility of remote sensing approaches in grasslands fire-study. Results suggested the potential of satellite remote sensing data in such application. Furthermore, Landsat dataset were processed and significance test was repeated to further prove the sensitivity of Landsat product (especially NDVI) in distinguishing burned and unburned samples, as well as good agreement with conclusions established from field data analysis. Finally, major driving factors were analyzed with ANOVA and results indicated the significant role of meteorological variables and topography in vegetation's post-fire recovery. Findings from this research contribute to a better understanding of fire's effect on the under-studied Canadian northern mixed prairie. Also, the successful validation of RS based approaches can provide as the theoretical basis for potential future RS applications in modelling grassland post-fire recovery in the mixed prairie.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».