Article Evaluating Potential of MODIS-based Indices in Determining “Snow Gone ” Stage over Forest-dominant Regions
Notice bibliographique
Résumé
Abstract: “Snow gone ” (SGN) stage is one of the critical variables that describe the start of the official forest fire season in the Canadian Province of Alberta. In this paper, our objective is to evaluate the potential of MODIS-based indices for determining the SGN stage. Those included: (i) enhanced vegetation index (EVI), (ii) normalized difference water index (NDWI) using the shortwave infrared (SWIR) spectral bands centered at 1.64 µm (NDWI1.64µm) and at 2.13 µm (NDWI2.13µm), and (iii) normalized difference snow index (NDSI). These were calculated using the 500 m 8-day gridded MODIS-based composites of surface reflectance data (i.e., MOD09A1 v.005) for the period 2006–08. We performed a qualitative evaluation of these indices over two forest fire prone natural subregions in Alberta (i.e., central mixedwood and lower boreal highlands). In the process, we generated and compared the natural subregion-specific lookout tower sites average: (i) temporal trends for each of the indices, and (ii) SGN stage using the ground-based observations available from Alberta Sustainable Resource Development. The EVI-values were found to have large uncertainty at the onset of the spring and unable to predict the SGN stages precisely. In terms of NDSI, it showed earlier prediction capabilities. On the contrary, both
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 | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».