Improving forest disturbance labels through Sentinel-1 change detection validation
Notice bibliographique
Résumé
Global forest ecosystems face unprecedented challenges, such as fire, wind, drought, and insect outbreaks, resulting in rapid forest decline. Analyzing these disturbances on a large scale requires the use of remote sensing techniques, but the spatial and temporal uncertainty in forest disturbance reference data poses a significant obstacle.In this study, we validate and refine existing disturbance labels of the U.S. Forest Service Forest Health Protection [1] Dataset USDA by using a change detection algorithm [2] based on radar data from Sentinel-1. To this end, we analyze the spatio-temporal overlap of disturbed areas from Sentinel-1 with the USDA labels and further explore spatio-temporal fingerprints of remote sensing indices commonly used for disturbance detection. As the analysis of the remote sensing indices shows, this refinement of the accuracy of disturbance labels provides a more reliable basis for ecological research and land management practice. References:[1] Coleman, T. W., Graves, A. D., Heath, Z., Flowers, R. W., Hanavan, R. P., Cluck, D. R., & Ryerson, D. (2018). Accuracy of aerial detection surveys for mapping insect and disease disturbances in the United States. Forest Ecology and Management, 430, 321–336. https://doi.org/10.1016/j.foreco.2018.08.020[2] Cremer, F., Gans, F., Cortes, J. & Thiel, C. (2023). Mapping Forest Loss in Europe with Sentinel-1. In European Commission, Joint Research Centre, Soille, P., Lumnitz, S., Albani, S., Proceedings of the 2023 conference on Big Data from Space (BiDS’23) – From foresight to impact – 6-9 November 2023, Austrian Center, Vienna, Soille, P.(editor), Lumnitz, S.(editor), Albani, S.(editor), (pp. 361 - 364) Publications Office of the European Union, 2023, https://data.europa.eu/doi/10.2760/46796
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 | 0,009 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».