MétaCan
Menu
Retour à la cohorte
Enregistrement W7101193361

Estimating Fractional Cover of Grassland Components from Two Satellite Remote Sensing Sensors

2013· article· en· W7101193361 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePhytochemistry Medicinal Plant Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGrasslandVegetation (pathology)Enhanced vegetation indexRangelandNormalized Difference Vegetation IndexBiomass (ecology)Leaf area indexPlant coverVegetation cover
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this study, the fractional cover (f) of three grassland components (photosynthetic vegetation (PV), non-photosynthetic vegetation (NPV), and background (B)) were estimated using Landsat 5 and CHRIS/Proba sensors. In 2009, a field campaign was carried out at three sites on the mixed prairie of southern Alberta, Canada to collect in situ measurements of fractional cover. Landsat 5 and CHRIS/Proba images were acquired near the same time as the ground measurements. The fPV was found to be closely related to the Modified Transformed Vegetation Indexes 1 and 2 (MTVI1, MTVI2; R 2 0.72 and 0.76) calculated from Landsat imagery. Narrow band versions of these and two other narrow band indices, the Red-edge Index (RE) and the Transformed Chlorophyll Absorption in Reflectance Index/Optimized Soil-Adjusted Vegetation Index (TCARI/OSAVI)), derived from nadir CHRIS imagery were also reasonable predictors of fPV. The estimates of non-photosynthetic vegetation were poor using these indices. A soil adjusted vegetation index, the Normalized Difference Senescent Vegetation Index derived from Landsat 5 produced a reasonable relationship with NPV ground cover (R 2 0.70; RMSE 3.52%). Estimation of fB from 100-(fPV+fNPV) consequently gave a similar reasonable relationship (R 2 of 0.71 ~ 0.82 and RMSE of 5.57~7.06%). The results showed that fPV and fNPV of mixed prairie rangeland could be estimated with an RMSE of 4-6 % using Landsat-derived vegetation indices. Such estimates of f could become a critical input to more comprehensive estimation of grassland biomass and growth rates in Alberta rangelands. Key words: grassland ecosystem, remote sensing, fractional cover, vegetation, background 1

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,245
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhytochemistry Medicinal Plant ApplicationsTravaux en français237 207