Early spectral dynamics are indicative of distinct growth patterns in post‐wildfire forests
Notice bibliographique
Résumé
Abstract Western North America has seen a recent dramatic increase in large and often high‐severity wildfires. After forest fire, understanding patterns of structural recovery is important, as recovery patterns impact critical ecosystem services. Continuous forest monitoring provided by satellite observations is particularly beneficial to capture the pivotal post‐fire period when forest recovery begins. However, it is challenging to optimize optical satellite imagery to both interpolate current and extrapolate future forest structure and composition. We identified a need to understand how early spectral dynamics (5 years post‐fire) inform patterns of structural recovery after fire disturbance. To create these structural patterns, we collected metrics of forest structure using high‐density Remotely Piloted Aircraft (RPAS) lidar (light detection and ranging). We employed a space‐for‐time substitution in the highly fire‐disturbed forests of interior British Columbia. In this region, we collected RPAS lidar and corresponding field plot data 5‐, 8‐, 11‐,12‐, and 16‐years postfire to predict structural attributes relevant to management, including the percent bare ground, the proportion of coniferous trees, stem density, and basal area. We compared forest structural attributes with unique early spectral responses, or trajectories, derived from Landsat time series data 5 years after fire. A total of eight unique spectral recovery trajectories were identified from spectral responses of seven vegetation indices (NBR, NDMI, NDVI, TCA, TCB, TCG, and TCW) that described five distinct patterns of structural recovery captured with RPAS lidar. Two structural patterns covered more than 80% of the study area. Both patterns had strong coniferous regrowth, but one had a higher basal area with more bare ground and the other pattern had a high stem density, but a low basal area and a higher deciduous proportion. Our approach highlights the ability to use early spectral responses to capture unique spectral trajectories and their associated distinct structural recovery patterns.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».