Adaptation of the SNOWMAP algorithm for snow mapping over eastern Canada using Landsat-TM imagery
Notice bibliographique
Résumé
L'algorithme de cartographie de la neige SNOWMAP a été adapté aux données Landsat-TM et au contexte du territoire de l'Est du Canada. Six scènes de Landsat-5 TM ont été utilisées. Il a été constaté que la version originale de SNOWMAP sous-estime largement l'étendue du couvert nival. La modification de la version originale de l'algorithme en supprimant le seuil minimum de 0.1 sur la valeur de NDVI permet de combler ces lacunes. En outre, une procédure de correction spatiale appliquée aux résultats de l'algorithme SNOWMAP modifié permet d'améliorer la détection de la neige sous les forêts de conifères. En se basant sur un ensemble de données limité d'observations au sol (seulement les données de 40 sites étaient disponibles), la version modifiée de SNOWMAP semble plus performante dans la détection de la neige que la version originale. Un cas d'application est présenté afin de démontrer la pertinence d'utiliser les résultats de la version modifiée de SNOWMAP comme données de référence à haute résolution spatiale pour la validation des cartes de neige sur l'Est du Canada établies à partir des données historiques provenant de données satellitaires à moyenne résolution spatiale. \n \n<h2>Abstract</h2> \nThe snow mapping algorithm SNOWMAP was adapted to Landsat-TM data and to the context of eastern Canada. Six Landsat-5 TM scenes were used. It was found that the original version of SNOWMAP greatly underestimates snow cover extent. The modification made to the original algorithm, by cancelling the minimum threshold of 0.1 on the NDVI value, allows gaps to be filled in. In addition, a spatial correction procedure applied to the modified SNOWMAP algorithm results improves snow detection under coniferous forests. Based on a limited data set of ground-based observations (only 40 sites were available), the modified SNOWMAP seems to perform better in snow detection than the original version of the algorithm. An application case is presented in order to demonstrate the relevance of the modified SNOWMAP results as a high spatial-resolution reference for the validation of historical snow maps derived from medium spatial-resolution satellite data.
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 | 0,001 | 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 | 0,001 | 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 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 ».