Sentinel-1 Response to Canopy Moisture in Mediterranean Forests before and after Fire Events
Notice bibliographique
Résumé
This study investigates the sensibility of Sentinel-1 C-band backscatter to the moisture content of tree canopies over an area of about 500 km2 in north-western Portugal, with specific analysis over burnt areas. Sentinel-1 C-VV and C-VH backscatter values from 276 images acquired between January 2018 and December 2020 were assigned to five classes depending on the Drought Code (DC) scenario over several unburned and burned sites with total (>90%) forest canopy cover. Confounding variables such as tree cover and incidence angle were accounted for by masking using specific thresholds. The following results are discussed: (a) C-VV and C-VH backscatter values are inversely correlated (R2 = 0.324 to 0.438 −p < 0.001) with local incidence angle over canopies; (b) correlation is significantly stronger over very wet scenarios (DC class = 0 to 1); (c) C-VV and C-VH backscatter values can discriminate wet to dry forest environments, but they are less sensitive to the transition between dry (DC classes = 1 to 10, 10 to 100) and extremely dry environments (DC classes = 100 to 1000); (d) C-VH is more sensible than C-VV to capture burnt canopy; and (e) the C-VH polarization captures post-fire recovery after an average minimum period of 360 days after the fire event, although with less distinction for extremely wet soils. We conclude that C-band VH backscatter intensity decreases from wet to dry canopy conditions, that this behavior of the backscatter signal with respect to canopy dryness is lost after a fire event, and that after one year it is recovered.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».