Interpretation of digital imagery to estimate juvenile stand attributes in managed boreal stands, density, stocking and height
Notice bibliographique
Résumé
Forest regeneration monitoring is critical to inform forest management planning, evaluate silvicultural efficacy, and determine achievement of renewal standards in managed forests. We assessed the accuracy of operational monitoring using interpretation (INT) of true colour 7–10 cm digital stereo imagery in juvenile stands across a wide range of species compositions typical of northwestern Ontario’s boreal forest. Using the same grid of 16 m2 circular plots established at a density of 2 ha-1, interpreted stand-level estimates were compared to field survey estimates from summarized plot data. Using 1508 field plots, estimates of density, stocking and height were derived for species and species groups (e.g., poplars) across 46 stands. Species compositions were developed using two approaches (all stems and stocking) and accuracy of INT estimates of density, stocking, and height were analysed using an observed (field data) vs. predicted (INT data) linear modelling approach. The INT approach appears useful for monitoring regeneration and providing stand-level estimates of density and stocking, particularly for conifers as a group and for jack pine. However, INT underestimated deciduous tree density and stocking and failed to distinguish spruce from balsam fir or count white birch saplings. These errors have implications for determination of species composition from INT of leaf-off imagery. An approach to quality control is described, and recommendations for ways to improve operational estimates of height and species composition using INT assessments are provided.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 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 ».