Exploring liana-driven vertical complexity using GEDI simulator and Lorenz-entropy in a neotropical dry forest
Notice bibliographique
Résumé
• Lianas significantly elevate Lorenz-entropy values in intermediate and late stages. • Combining LiDAR and GEDI simulation enhances liana detection at plot scale. • Early-stage non-infested plots exhibit greater entropy due to canopy gaps. Lianas play a crucial role in shaping the vertical structural complexity of tropical forests; however, their impact is not well understood. This study evaluates the influence of lianas on the Lorenz-entropy (LE) index, a measure of canopy heterogeneity, in a Neotropical tropical dry forest (TDF) in Santa Rosa National Park, Costa Rica. Using full-waveform LiDAR data and simulated Global Ecosystem Dynamic Investigation (GEDI) waveforms, we compared liana-infested and non-infested plots across early, intermediate, and late successional stages. Using Mann-Whitney U test with Benjamini-Hochberg (BH) correction (95 % confidence level) our findings indicate that liana-infested plots exhibit significantly higher Lorenz-entropy index values in intermediate (P< 0.05 , P < BH-threshold), and late (P < 3.33 × 10 - 2 , P < BH-threshold) successional stages, while early-stage in non-infested plots showed significantly higher entropy values (P< 1.67 × 10 - 2 , P < BH-threshold). Effect size analysis showed a moderate impact in the intermediate stage (Cliff’s δ = 0.35, 95 % CI: 0.07–0.61) and a moderate to large impact in the late stage (Cliff’s δ = 0.41, 95 % CI: 0.11–0.67). In early-stage plots, liana-infested stands had significantly lower LE index values than non-infested plots (Cliff’s δ = –0.50, 95 % CI: –0.78 to –0.19). These results demonstrate that the LE index effectively captures liana-driven increases in vertical canopy stratification and heterogeneity, particularly in more mature forest stages. The integration of airborne LiDAR and GEDI simulations offers an approach for assessing structural complexity at the plot level. These findings highlight the need for further research to understand the long-term ecological consequences of liana abundance, in the context of forest monitoring.
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 | 0,001 |
| 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 ».