Point cloud data from terrestrial laser scanning for stem volume modelling of Scots pine trees
Notice bibliographique
Résumé
Stem volume is a key forest inventory attribute characterizing growth and yield of individual trees and forest stands. Three-dimensional information from terrestrial laser scanning (TLS) can be used to reconstruct tree stems and provide information on stem volume as well as stem shape. We collected diameter at breast height and height information with traditional field measurements as well as preprocessed TLS point cloud data on 230 Scots pine trees (<em>Pinus sylvestris L.</em>) from southern Finland. The data set here includes three-dimensional information on Scots pine tree stems derived from TLS point clouds. The usage of this data set can include, but is not limited to, development of point cloud processing algorithms for single tree stem reconstruction and investigations of of stem volume modelling for Scot pine. This data set includes two files: Scots_pines.txt includes DBH and height information based on field measurements from the 230 Scots pine trees. File includes the following columns: treeID, DBH, and h, where DBH is presented in cm and h (i.e. tree height) in m. Stem_points.zip, on the other hand, includes 230 laz-files where figure in the name of the laz-file refers to the tree ID in Scots_pines.txt-file. Laz-files include three columns that describe x, y, and z, coordinates (in meters) of stem points in a local coordinate system extracted from the normalized TLS point clouds (i.e. z coordinate describes height above ground).
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 | 0,001 | 0,001 |
| 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 ».