Whitehorse, Yukon modified ABoVE: Landsat-derived Annual Dominant Land Cover 1984-2054
Notice bibliographique
Résumé
We developed a compound modeling approach that enabled us to refine the available evergreen forest category in the original Arctic Boreal Vulnerability Experiment(ABoVE) dataset (https://daac.ornl.gov/ABOVE/guides/Annual_Landcover_ABoVE.html) to include lodgepole pine, subalpine fir, and white spruce and hemlock. The data is a geotiff (30 meter resolution) with 18 land cover classes. We identified subalpine fir locations on a scale of 1:5000 (5 k) vegetation inventory dataset (Vegetation Inventory-5K. Forest Management Branch. Available online: http://yukon.maps.arcgis.com/home) from 2012 which covered approximately 2/3 of our study area. Outside the area of overlap, a minimum elevation of 1200 meters was used based on a statistical analysis of mean elevation of subalpine fir pixels, which is also confirmed by species observations. All evergreen pixels in the 2014 ABoVE landcover which identified as subalpine fir were reclassified accordingly. Then, we trained a new gradient boosted model on lodgepole pine locations in the same 5 k inventory dataset, which allowed us to extrapolate to the rest of the study area. All remaining other evergreen forest pixels were classified as white spruce. The published paper with the methods can be found at: https://doi.org/10.3390/f14081577. This archive includes 1984, 1994, 2004, 2014 and predicted 2024, 2034, 2044, and 2054. Because medium resolution landcover data that include species detail are lacking, we developed a compound modeling approach that enabled us to refine the available evergreen forest category into highly flammable species and less flammable species. We then expanded our refined landcover at decadal time steps from 1984 to 2014. With the aid of an existing burn model, FlamMap, and simple succession rules, we were able to predict future landcover at decadal steps until 2054. Our resulting land covers provide important information to communities in our study area on current and future wildfire risk and vegetation changes and could be developed in a similar fashion for other areas. These data will then be used to assess wildfire hazards and risk.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,172 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».