Data from: Can terrestrial laser scanners (TLSs) and hemispherical photographs predict tropical dry forest succession with liana abundance?
Notice bibliographique
Résumé
Tropical dry forests (TDFs) are ecosystems with long drought periods, a mean temperature of 25 °C, a mean annual precipitation that ranges from 900 to 2000 mm, and that possess a high abundance of deciduous species (trees and lianas). What remains of the original extent of TDFs in the Americas remains highly fragmented and at different levels of ecological succession. It is estimated that one of the main fingerprints left by global environmental and climate change in tropical environments is an increase in liana coverage. Lianas are non-structural elements of the forest canopy that eventually kill their host trees. In this paper we evaluate the use of a terrestrial laser scanner (TLS) in combination with hemispherical photographs (HPs) to characterize changes in forest structure as a function of ecological succession and liana abundance. We deployed a TLS and HP system in 28 plots throughout secondary forests of different ages and with different levels of liana abundance. Using a canonical correlation analysis (CCA), we addressed how the VEGNET, a terrestrial laser scanner, and HPs could predict TDF structure. Likewise, using univariate analyses of correlations, we show how the liana abundance could affect the prediction of the forest structure. Our results suggest that TLSs and HPs can predict the differences in the forest structure at different successional stages but that these differences disappear as liana abundance increases. Therefore, in well known ecosystems such as the tropical dry forest of Costa Rica, these biases of prediction could be considered as structural effects of liana presence. This research contributes to the understanding of the potential effects of lianas in secondary dry forests and highlights the role of TLSs combined with HPs in monitoring structural changes in secondary TDFs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».