Remote Predictive Mapping 3. Optical Remote Sensing – A Review for Remote Predictive Geological Mapping in Northern Canada
Notice bibliographique
Résumé
Optical remotely sensed data have broad application for geological mapping in Canada’s North. Diverse remote sensors and digital image processing techniques have specific mapping functions, as demonstrated by numerous examples and associated interpretations. Moderate resolution optical sensors are useful for discriminating rock types, whereas sensors that offer increased spectral resolution (i.e. hyperspectral sensors) allow the geologist to identify certain rock types (mainly different types of carbonates, Fe-bearing rocks, sulphates and hydroxyl-(clay-) bearing rocks) as opposed to merely discriminating between them. Increased spatial resolution and the ability to visualize the earth’s surface in stereo are now offered by a host of optical sensors. However, the usefulness of optical remote sensing for geological mapping is highly dependent on the geologic, surficial and biophysical environment, and bedrock predictive mapping is most successful in areas not obscured by thick drift and vegetation/lichen cover, which is typical of environments proximal to coasts. In general, predictive mapping of surficial materials has fewer restrictions. Optical imagery can be enhanced in a variety of ways and fused with other geo-science datasets to produce imagery that can be visually interpreted in a GIS environment. Computer processing techniques are useful for undertaking more quantitative analyses of imagery for mapping bedrock, surficial materials and geomorphic or glacial features. SOMMAIRE Les donnees recueillies par teledetection optique offrent beaucoup de possibilites pour la cartographie geologique des regions nordiques canadiennes. La diversite des telecapteurs et des techniques de traitement numerique des donnees permet la definition de fonctions de cartographie specifique, tel que l’illustre de nombreux exemples et interpretations associees. Des capteurs optiques de moyenne resolution sont utiles pour differencier les types de roche, alors que les capteurs a plus fines resolutions (les capteurs hyperspectraux, par ex.) permettent au geologue de subdiviser certains types de roches (principalement differents types de carbonates, roches ferrugineuses, roches a sulfates et a hydroxyle (argile). Une meilleure resolution spatiale et la fonction de vision stereoscopique sont maintenant offertes sur une gamme de capteurs optiques. Cela dit, l’utilite de la teledetection optique pour la cartographie geologique est fortement tributaire des conditions de la geologie de surface et de son environnement biophysique, le potentiel predictif de la telecartographie etant maximal pour les regions exemptes d’une couverture epaisse de depots glaciaires ou d’une couverture vegetale/lichen caracteristique typique des environnements longeant les cotes. Divers procedes permettent de rehausser l’imagerie optique et de realiser des fusions avec d’autres jeux de donnees geoscientifiques et de produire une imagerie visuellement inter-pretable en environnement de SIG. Les techniques de traitement de donnees par ordinateur sont utiles pour d’autres types d’analyse quantitative d’imagerie pour la cartographie des materiaux de couverture du socle et pour repertorier des formes glaciaires et geomorphologiques.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».