Une comparaison d'approches par télédétection pour la caractérisation spatiale de la sévérité des feux brûlés en forêt boréale au Québec
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.
Notice bibliographique
Résumé
Dans un contexte de changements globaux, les évènements naturels extrêmes, tels que les feux de forêt, s’intensifieront (en fréquence et en sévérité), modifiant ainsi la composition et la structure de la forêt boréale canadienne. Ces changements écologiques majeurs risquent d’avoir des impacts majeurs sur la productivité de la forêt boréale. Le projet présenté fait partie d’un effort national pour évaluer et caractériser la sévérité des feux dans un contexte de modélisation de la régénération de l’épinette noire. Cette étude a pour but premier de comparer des approches mono-dates et multi-dates visant à caractériser la sévérité des feux de forêt à trois échelles spatiales différentes : in situ, par images satellitaires à fine résolution spatiale (PlanetScope), et par images satellitaires à moyenne résolution spatiale (Sentinel-2). Dans cette étude, la sévérité de deux feux survenus en juin 2017 et juillet 2018 dans l’ouest du Québec a été étudiée in situ à partir du Composite Burn Index (CBI). Le CBI quantifie l'impact de la sévérité du feu dans chaque étage de l'écosystème forestier, du sol à la canopée. Une méthodologie utilisant la classification orientée-objet mono-date post-feu a été développée à l’échelle fine pour caractériser la sévérité à partir d'images PlanetScope. Avec les images satellitaires de Sentinel-2, les indices spectraux tels que le differenced Normalized Burn Ratio (dNBR), le Relativized differenced Normalized Burn Ratio (RdNBR) et le Relativized Burn Ratio (RBR) ont été évalués pour la caractérisation de la sévérité à échelle moyenne. Les résultats de l'étude démontrent que, dans le contexte boréal de la pessière à mousse, le CBI est une métrique robuste pour la caractérisation de la sévérité in situ. Les résultats de la classification orientée-objet de la sévérité du feu indiquent que l'utilisation des images satellitaires mono-date provenant de PlanetScope peuvent être une bonne solution mitoyenne entre les produits à très fine résolution spatiale (tel que WorldView, 0.5m) et les produits à résolution spatiale moyenne (Sentinel-2), avec une exactitude globale de 76 % et un indice Kappa de 0.7. La calibration des indices spectraux bi-dates est concluante avec un R2 de 0.86 pour les régressions linaires liant le CBI au RdNBR. Ces résultats confirment l'utilisation de ces approches pour une meilleure gestion de la forêt brûlée dans le domaine bioclimatique de la pessière à mousses.
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 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 | 0,001 | 0,001 |
| 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 découle