Deployment of an unmanned aerial system to assist in mapping an intermittent stream
Notice bibliographique
Résumé
Abstract Recent growth in the capabilities of unmanned aerial vehicles and systems (UASs) as airborne platforms for collecting environmental data has been very rapid. There are now ample examples in the literature of UASs being deployed to map fine‐scale vegetation, glacial, soil and atmospheric conditions. The purported advantages of UASs are their ability to collect spatial data at lower cost, lower risk, higher resolution and higher frequency than ground surveys or satellite platforms. In this specific study, whether or not obtaining high‐resolution UAS imagery was advantageous for identifying an intermittent stream network was determined by comparing it with coarse‐scale satellite imagery collected for the same purpose. It was also determined if the UAS imagery could be an improvement to Global Positioning System acquired ground‐truth points for classifying an intermittent stream network across the same large‐scale satellite image. The UAS‐acquired and satellite‐acquired imageries were derived from a visible spectrum camera capable of 2‐cm resolution and multispectral SPOT‐5 with 10‐m resolution, respectively. The SPOT‐5 imagery with its relatively coarse resolution could not always detect the narrow intermittent stream, which was well resolved in the UAS imagery. When a classified UAS image was applied as a training area for the SPOT‐5 image, the identification of the stream network and accuracy of the satellite imagery classification did not necessarily improve. UASs have the potential to revolutionize hydrological research the same way that geographic information systems did three decades ago. A final goal of the paper is to provide insight into the advantages and disadvantages of deploying a UAS for this kind of research. © 2015 Her Majesty the Queen in Right of Canada. Hydrological Processes. © 2015 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».