Global carbon balance of the forest: satellite-based L-VOD results over the last decade
Notice bibliographique
Résumé
Monitoring forest carbon (C) stocks is essential to better assess their role in the global carbon balance, and to better model and predict long-term trends and inter-annual variability in atmospheric CO2 concentrations. On a national scale, national forest inventories (NFIs) can provide estimates of forest carbon stocks, but these estimates are only available in certain countries, are limited by time lags due to periodic revisits, and cannot provide spatially continuous mapping of forests. In this context, remote sensing offers many advantages for monitoring above-ground biomass (AGB) on a global scale with good spatial (50–100 m) and temporal (annual) resolutions. Remote sensing has been used for several decades to monitor vegetation. However, traditional methods of monitoring AGB using optical or microwave sensors are affected by saturation effects for moderately or densely vegetated canopies, limiting their performance. Low-frequency passive microwave remote sensing is less affected by these saturation effects: saturation only occurs at AGB levels of around 400 t/ha at L-band (frequency of around 1.4 GHz). Despite its coarse spatial resolution of the order of 25 km × 25 km, this method based on the L-VOD (vegetation optical depth at L-band) index has recently established itself as an essential approach for monitoring annual variations in forest AGB on a continental scale. Thus, L-VOD has been applied to forest monitoring in many continents and biomes: in the tropics (especially in the Amazon and Congo basins), in boreal regions (Siberia, Canada), in Europe, China, Australia, etc. However, no reference study has yet been published to analyze L-VOD in detail in terms of capabilities, validation and results. This paper fills this gap by presenting the physical principles of L-VOD calculation, analyzing the performance of L-VOD for monitoring AGB and reviewing the main applications of L-VOD for tracking the carbon balance of global vegetation over the last decade (2010–2019).
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».