Improvement of streams hydro‐geomorphological assessment using LiDAR DEMs
Notice bibliographique
Résumé
ABSTRACT Hydro‐geomorphological assessments are an essential component for riverine management plans. They usually require costly and time‐consuming field surveys to characterize the spatial variability of key variables such as flow depth, width, discharge, water surface slope, grain size and unit stream power throughout the river corridor. The objective of this research is to develop automated tools for hydro‐geomorphological assessments using high‐resolution LiDAR digital elevation models (DEMs). More specifically, this paper aims at developing geographic information system (GIS) tools to extract channel slope, width and discharge from 1 m‐resolution LiDAR DEMs to estimate the spatial distribution of unit stream power in two contrasted watersheds in Quebec: a small agricultural stream (Des Fèves River) and a large gravel‐bed river (Matane River). For slope, the centreline extracted from the raw LiDAR DEM was resampled at a coarser resolution using the minimum elevation value. The channel width extraction algorithm progressively increased the centerline from the raw DEM until thresholds of elevation differences and slopes were reached. Based on the comparison with over 4000 differential global positioning system (GPS) measurements of the water surface collected in a 50 km reach of the Matane River, the longitudinal profile and slope estimates extracted from the raw and resampled LiDAR DEMs were in very good agreement with the field measurements (correlation coefficients ranging from 0 · 83 to 0 · 87) and can thus be used to compute stream power. The extracted width also corresponded very well to the channel as seen from ortho‐photos, although the presence of bars in the Matane River increased the level of error in width estimates. The estimated maximum unit stream power spatial patterns corresponded well with field evidence of bank erosion, indicating that LiDAR DEMs can be used with confidence for initial hydro‐geomorphological assessments. Copyright © 2013 John Wiley & Sons, Ltd.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».