Stability of surface LIDAR height estimates on a point and polygon basis
Notice bibliographique
Résumé
LIDAR has been demonstrated as a tool for remotely sensing information on the vertical structure of forests. The Scanning LIDAR Imager of Canopies by Echo Recovery (SLICER) records data on canopy height, vertical structure, and ground elevation. Based upon the sensor configuration for this study, the vertical resolution of the SLICER is approximately 1m, with a horizontal resolution of approximately 9m, with five adjacent footprints resulting in an approximate 45m wide swath. Information on the height of trees within forest stands is an important attribute in forest inventories. The ability to remotely sense height information for forest inventory purposes may allow for procedures such as up-date, audit, calibration, and validation. Prior to applying remote estimates of height in an inventory context the consistency of the estimates at locations and over areas is assessed. Locations which have more than one LIDAR observations from differing flight over-passes allow for an assessment of the stability of point height estimates. To assess the stability of area estimates, the height estimates from multiple flight lines through individual forest inventory polygons are compared. For the boreal forest conditions present in our central Saskatchewan study area the following conclusions are made. On a point stability basis, LIDAR observations are found to vary little when separation distances between points are small. On a polygon basis, considering both between and within line standard deviations, the within polygon variability in LIDAR heights is well captured by collecting data over any portion of a polygon.
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 | 0,003 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».