MétaCan
Menu
Retour à la cohorte
Enregistrement W4245611035 · doi:10.4095/219868

Recent advancements in optical field leaf area index, foliage heterogeneity, and foliage angular distribution measurements

2002· report· en· W4245611035 sur OpenAlexaff
S G Leblanc, Richard Fernandes, J M Chen

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLeaf Properties and Growth Measurement
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésField (mathematics)Index (typography)Leaf area indexDistribution (mathematics)Environmental scienceRemote sensingGeographyStatisticsMathematicsAgronomyBiologyComputer scienceMathematical analysis

Résumé

récupéré en direct d'OpenAlex

In-situ estimations of leaf area index (LAI), leaf clumping, and leaf angular distribution are often performed from canopy gap fraction measurements with optical sensors. Two new procedures are used in this study to improve the estimation of gap fraction from digital camera photographs,: 1) the Digital Number (DN) of mixed sky-canopy pixels is use to estimate the within pixel gap fraction instead of the usual threshold used to separate a pixel in gap or a foliage pixel, and 2), the within pixel gap fraction is calculated at different view zenith and azimuth angles to take into account multiple scattering effects. To estimate foliage clumping, a gap size distribution is calculated from a narrow view zenith angle range (less than 1°). The clumping index is then extracted using 3 methods: 1) a refined gap size distribution theory developed for the TRAC instruments; 2) The Lang and Xiang logarithm gap fraction averaging and 3) a combination of 1) and 2). Clumping index variations with view zenith angle in the range from 15° to 70° are derived using the individual and combined methods. Analysis of the digital hemispherical photographs shows that 1) the three methods give different clumping estimates, but the angular variation patterns are similar, and 2) canopies with significant angular variation in clumping can induce large errors in the inverted leaf angle distribution when the clumping angular variation is not included in the retrieval. The practical implication of these findings is that LAI, clumping index, and foliage orientation can all be reliably retrieved using digital hemispherical photographs, considerably reducing the number and cost of instruments needed in fieldwork.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,135
Tête enseignante GPT0,280
Écart entre enseignants0,145 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLeaf Properties and Growth MeasurementTravaux en français237 207