Comparaison des méthodes d'interpolation pour l'é laboration de modèles numé riques d'é lé vation de haute pré cision dans la repré sentation micro-topographique des plaines inondables
Notice bibliographique
Résumé
La micro-topographie des zones inondables influence l'étendue des nappes d'eau des secteurs submergés lors des crues. Cette analyse vise à comparer des méthodes d'interpolation pour la réalisation de modèles numériques d'élévation (MNE) de haute précision représentant la micro-topographie des plaines d'inondation. Ces méthodes ont été comparées au moyen d'un système d'information géographique (SIG) afin d'identifier lesquelles apparaissent les plus efficaces dans l'élaboration de l'image micro-topographique des sites, et ce en fonction d'un nombre restreint de données d'élévation. L'efficacité de chacune des méthodes d'interpolation a été validée au moyen du calcul de l'erreur quadratique moyenne, de tests statistiques, de cartes de l'erreur et d'une évaluation visuelle en trois dimensions. Il ressort que les méthodes d'interpolation du krigeage simple, de la fonction radiale, du réseau de triangles irréguliers et du krigeage ordinaire sont celles qui représentent le plus adéquatement la micro-topographie des sites, alors que les méthodes d'interpolation de l'inverse de la distance et du krigeage universel produisent des erreurs élevées. Citation Drouin, A. & Saint-Laurent, D. (2010) Comparaison des méthodes d'interpolation pour l'élaboration de modèles numériques d'élévation de haute précision dans la représentation micro-topographique des plaines inondables. Hydrol. Sci. J. 55(4), 526−539.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,004 | 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 ».