MétaCan
Menu
Retour à la cohorte
Enregistrement W336887637

Bioindicators of Forest Sustainability: Using Remote Sensing to Monitor Forest Condition

2003· article· en· W336887637 sur OpenAlex
Thomas L. Noland, John R. Miller, Pablo J. Zarco‐Tejada, Inian Moorthy, Cinzia Panigada, G. H. Mohammed, P. H. Sampson

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueDIGITAL.CSIC (Spanish National Research Council (CSIC)) · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceRemote sensingBioindicatorCanopyHyperspectral imagingTaigaBlack spruceForest ecologyForestryEcosystemEcologyGeographyBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Bioindicators of Forest Sustainability Project has applied a physiological, remote sensing approach to develop practical and objective measures of forest condition,. This project was designed to address ecosystem condition and productivity (C&I, Criteria Number 2), by producing an indicator for disturbance and stress. While stress indicators like chlorophyll fluorescence and pigment content exist at the leaf level, developing reliable indicators at the canopy level is a challenge. In this study, an inverse modelling approach has demonstrated the capability of hyperspectral sensor (compact airborne spectrographic imager (CASI)) reflectance images to map chlorophyll content in 12 stands of a tolerant hardwood sugar maple (Acer saccharum) forest in the Algoma region of Ontario, Canada that vary in condition from healthy to chronically stressed. The practical significance of developing spectral features related to chlorophyll concentration is in identifying whether forests are healthy or stressed. Temporal variations in chlorophyll concentrations could provide an objective, early-warning indicator of stress. The Bioindicators Project has expanded to include the boreal forest species jack pine (Pinus banksiana), black spruce (Picea mariana), trembling aspen (Populus tremuloides), and white birch (Betula papyrifera). Preliminary results suggest that chlorophyll concentrations of jack pine, aspen, and white birch canopies can be estimated from CASI images. Current efforts are focussing on scaling this technique up from the high spatial resolution of CASI images to lower spatial resolution, but larger image size, of satellite images of the hyperion sensor of NASA’s Earth Observing-1 satellite. Once developed, this technique could be used as an efficient means to operationally assess both acute and chronic forest physiological stress and classify forest condition based on chlorophyll content. Forest condition maps developed using this technology could be used for state of the resource reporting, assessing the effects of silvicultural operations, and as indicators of incipient insect and disease outbreaks.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,037
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,239
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,037
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,327
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle