Airborne laser scanning proxies of canopy light transmission in forests
Notice bibliographique
Résumé
Reliable estimates of canopy light transmission are critical to understanding the structure and function of vegetation communities but are difficult and costly to attain by traditional field inventory methods. Airborne laser scanning (ALS) data uniquely provide multi-angular vertically resolved representation of canopy geometry across large geographic areas. While previous studies have proposed ALS indices of canopy light transmission, new algorithms based on theoretical advancements may improve existing models. Herein, we propose two new models of canopy light transmission (i.e., gap fraction, or Po, the inverse of angular canopy closure). We demonstrate the models against a suite of existing models and ancillary metrics, validated against convex spherical densiometer measurements for 950 field plots in the foothills of Alberta, Canada. We also tested the effects of synthetic hemispherical lens models on the performance of the proposed hemispherical Voronoi gap fraction (Phv) index. While vertical canopy cover metrics showed the best overall fit to field measurements, one new metric, point-density-normalized gap fraction (Ppdn), outperformed all other gap fraction metrics by two-fold. We provide suggestions for further algorithm enhancements based on validation data improvements. We argue that traditional field measurements are no longer appropriate for ‘ground-truthing’ modern LiDAR or SfM point cloud models, as the latter provide orders of magnitude greater sampling and coverage. We discuss the implications of this finding for LiDAR applications in forestry.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».