MétaCan
Menu
Retour à la cohorte
Enregistrement W4412935307 · doi:10.1016/j.srs.2025.100265

Terrain complexity index: a novel metric for estimating multiscale three-dimensional terrain structure of montane areas based on digital elevation model

2025· article· en· W4412935307 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueScience of Remote Sensing · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueRemote Sensing and Land Use
Établissements canadiensCampbell Scientific (Canada)
Organismes subventionnairesKey Research and Development Program of Liaoning ProvinceNational Natural Science Foundation of China
Mots-clésDigital elevation modelTerrainMontane ecologyElevation (ballistics)Index (typography)Metric (unit)Remote sensingGeographyGeologyComputer sciencePhysical geographyCartographyMathematicsEcologyGeometryEngineeringWorld Wide WebBiology

Résumé

récupéré en direct d'OpenAlex

Terrain complexity for describing the heterogenicity of terrains plays a key role in many disciplines, including geographic information science, atmospheric boundary layer meteorology, and ecology. However, due to the intrinsic relationships between terrain structure and the size or scale of the terrains, quantifying the terrain complexity faces the challenges in adequately capturing the intricate three-dimensional and multiscale features. Here, we developed a novel terrain complexity index ( TCI ) based on digital elevation models (DEMs), integrating fractal dimension ( D f ), entropy of terrain elements ( H ), rugosity ( R ), volume filling ratio ( V ), and slope ( α ) as T C I = ( D f + sin α ) H − 1 / R + V . The results showed a substantial variability in D f , H , R , and V with elevations and terrain unit sizes, which was related to feature specific and scale dependent. The terrain features ( D f , H , R , and V ) increased with the terrain unit size and tended to approach a constant value as the terrain unit size grew larger. It was found that the minimum terrain unit size for these terrain features increased with decreasing DEM resolutions (from 0.5 m to 120 m, ten levels), being well expressed as a power function of the DEM resolution ( R 2 ≥ 0.97). The minimum terrain unit size was uniquely determined using the change point detection. For example, the minimum terrain unit sizes were 140 m × 140 m and 7.56 km × 7.56 km at 0.5 m and 120 m DEM resolutions, respectively. These terrain features, based on the 30 m resolution DEM, explained 7–21 % of the variance in annual soil water erosion (ASWE) and 9–24 % of vascular plant diversity. The TCI exhibited superior predictive capabilities, outperforming individual terrain features by 2–10 % for both ASWE and vascular plant diversity. Our TCI emerges as an effective metric for quantifying the intricate three-dimensional structures of mountainous terrains, providing new insights into its influence on mountainous ecosystem structure and function.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,414
Score d'incertitude au seuil0,584

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,259
Écart entre enseignants0,235 · 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