A quantitative blueness index for oligotrophic waters: Application to <scp>L</scp>ake <scp>T</scp>ahoe, <scp>C</scp>alifornia–<scp>N</scp>evada
Notice bibliographique
Résumé
Abstract The perceived blue color of a lake often contributes to its aesthetic appeal, and changes in blueness can be indicative of major shifts in water quality. We developed a quantitative blue water index ( B w ) for natural waters, and used it to evaluate spatial and seasonal variations in ultraoligotrophic Lake Tahoe, where clarity and blueness are of ecological and economic value and a focus for lake management strategies. Spectral reflectance was measured using a profiling hyperspectral radiometer, and the values were converted to the axis values of a color space: the International Commission on Illumination L*a*b* , where L* is the lightness of color, a* ranges from green to magenta, and b* ranges from blue to yellow. The blue water index B w , defined as negative b* , was similarly high at two offshore monitoring sites in Lake Tahoe, but much lower in a semienclosed bay and a small adjacent lake. Seasonal variations of B w were determined using a hyperspectral radiometer attached to a buoy in the middle of Lake Tahoe. The B w values were highest in summer, and there was a strong inverse correlation between B w and phytoplankton concentrations as measured by in vivo chlorophyll a fluorescence. However, there was no significant correlation between B w and Secchi depth. Blueness and visual clarity are complementary measures of the perceived optical state of natural waters, and for many lakes may provide a powerful combination of indicators for conveying water quality to the public.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».