MétaCan
Menu
Retour à la cohorte
Enregistrement W4402093955 · doi:10.1016/j.srs.2024.100160

Characterizing forest structural changes in response to non-stand replacing disturbances using bitemporal airborne laser scanning data

2024· article· en· W4402093955 sur OpenAlexafffundabout
Tommaso Trotto, Nicholas C. Coops, Alexis Achim, Sarah E. Gergel, Dominik Röeser

Notice bibliographique

RevueScience of Remote Sensing · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing and LiDAR Applications
Établissements canadiensUniversité LavalUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésLaser scanningRemote sensingEnvironmental scienceLaserGeologyOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Characterizing the extent, severity, and persistence of natural disturbances in forests is crucial in areas as large and heterogeneous as the Canadian boreal forest. Non-stand replacing (NSR) disturbances, in particular, can produce subtle and lagged impacts to forest canopy and structure with mechanisms that remain elusive, and they are challenging to discern using typical remote sensing approaches including aerial photointerpretation and spectral analysis of satellite imagery. Consequently, there is a need for timely and accurate information on the structural modifications due to NSR disturbances to inform proactive forest management practices. To address these needs, we leveraged a unique bitemporal airborne laser scanning (ALS) dataset to characterize changes in the forest structure caused by eastern spruce budworm (ESB, Choristoneura fumiferana (Clem.)), responsible for one of the greatest tree mortality in Canada. A range of infestation severity with varying impacts to forest structure are examined in a mixedwood boreal forest in Lac-Saint Jean, Quebec, Canada. We derived 14 ALS structural change metrics at 10 m spatial resolution, including height, cover, and gappiness 7 years apart (2014–2020). Six distinct structural responses to cumulative ESB infestations severity were identified using cluster analysis from the combination of the 14 change metrics, with canopy cover, the 75th and 25th height percentiles (p75-25) driving cluster separability. Canopy cover and p25 consistently decreased as cumulative infestation severity increased, whereas p75 showed greater variability across the landscape. Photointerpretation of aerial imagery over the same period confirmed the validity of the structural characterization. Further, we studied the role of initial forest structures in modulating the severity of the infestation and found that sparser canopies with cover <65% and shorter trees (p75 < 7.5 m, p25 < 2.5 m) were associated with less severe ESB infestations after 7 years, and controlling for underlying environmental factors. These findings showed the potential of bitemporal ALS data in characterizing structural changes due to ESB infestations at fine scale based on canopy cover and height, relevant for forest management strategies to better target current and future infestations.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,566
Score d'incertitude au seuil0,873

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,297
Écart entre enseignants0,269 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations9
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueScience of Remote SensingMême sujetRemote Sensing and LiDAR ApplicationsTravaux en français237 207