Field experiment demonstrates the potential utility of satellite-derived reflectance indices for monitoring regeneration of boreal forest communities
Notice bibliographique
Résumé
Large-scale reforestation efforts require scalable and affordable monitoring technologies to track progress. Boreal forests disturbed by oil and gas development provide an opportunity to utilize ongoing reclamation efforts to assess new monitoring technologies with potential utility to other regions. In this study, we tested the application of reflectance indices derived from high spatial resolution satellite imagery to monitor early-stage reforestation. We installed a randomized nursery experiment in Alberta, Canada wherein the total stocking density and relative abundance of four common boreal tree species were manipulated. Satellite imagery from Maxar's WorldView-2 and WorldView-3 satellites were collected over the experimental plots annually from 2017 through 2020. From these reflectance data, we calculated one texture index, three greenness indices, and one index that integrated both texture and greenness. Finally, two sets of regression models were developed, one of which included only manipulated stem density while the other set included both the density and the mean height of stems in a given year. In the first year of the experiment, we detected no significant differences in any reflectance index across the range of manipulations. Thereafter, all indices showed significant differences, with the integrated texture-greenness index demonstrating the best relative performance among those tested. Our results illustrate the potential for satellite data to yield information regarding tree density and height during the critical early years of restoration. We suggest specific steps that future researchers could use extend this work to other regions and enable potential adoption of this monitoring approach at scale.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».