Dynamique spatio-temporelle des trouées en forêt feuillue tempérée par télédétection Lidar
Bibliographic record
Abstract
Le point de départ d'un peuplement est normalement une perturbation majeure qui détruit la végétation présente sur un site. Cela permet la colonisation par une nouvelle cohorte. Cependant, en forêt feuillue tempérée, le renouvellement des arbres s'effectue principalement par les processus de formation et de fermeture de trouées. Cela a un effet structurant sur les peuplements d'âge mur. À l'échelle du paysage, les caractéristiques spatiales et temporelles du régime des trouées expliquent comment et à quelle vitesse la forêt se régénère. Deux types de trouées peuvent être distingués sur la base de leurs caractéristiques. Les trouées biotiques sont formées par la mort d'un ou plusieurs arbres. Elles se referment par la croissance des arbres en bordure ou sont comblées par la croissance de la régénération. Les ouvertures édaphiques sont dues à la présence de facteurs qui limitent ou empêchent l'établissement et la croissance d'arbres. Elles ne sont habituellement pas incluses dans les recherches sur les trouées qui utilisent les méthodes traditionnelles d'échantillonnage, puisqu'elles ne contribuent pas directement au régime des trouées. L'objectif de ce projet de recherche est de mesurer certaines propriétés du régime de trouées de la forêt feuillue tempérée par télédétection Lidar, ce qui n'a jamais été réalisé au Québec. En premier lieu, nous avons tenté une méthode novatrice, soit la prédiction de l'âge des trouées à partir de la structure des bosquets composés d'arbres en régénération mesurée par Lidar. Notre hypothèse est que cette structure dépend du temps écoulé depuis l'ouverture de la canopée. Cependant, nos résultats montrent une relation faible entre la structure et l'âge des trouées. La structure des bosquets d'arbres serait plutôt liée à leur historique de perturbations. Nous avons aussi essayé de créer un modèle statistique capable de distinguer les trouées biotiques des ouvertures édaphiques à partir de données Lidar, ce qui n'a jamais été tenté. Les résultats du modèle montrent que 19,5% de la surface totale en trouées est constituée d'ouvertures édaphiques. Elles occupent 1,37% des sites étudiés. Les trouées biotiques représentent 80,5% de la surface totale des trouées, et couvrent 5,71% des sites à l'étude. Ces résultats indiquent une plus faible proportion des sites en trouées que ce que la littérature rapporte pour la forêt feuillue tempérée. Ces résultats pourraient être pris en compte pour l'aménagement écosystémique. \n______________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : trouées, lidar, ouvertures édaphiques, régime des trouées.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".