Water Body Distributions Across Scales: A Remote Sensing Based Comparison of Three Arctic Tundra Wetlands
Notice bibliographique
Résumé
Water bodies are ubiquitous features in Arctic wetlands. Ponds, i.e., waters with a surface area smaller than 104 m2, have been recognized as hotspots of biological activity and greenhouse gas emissions but are not well inventoried. This study aimed to identify common characteristics of three Arctic wetlands including water body size and abundance for different spatial resolutions, and the potential of Landsat-5 TM satellite data to show the subpixel fraction of water cover (SWC) via the surface albedo. Water bodies were mapped using optical and radar satellite data with resolutions of 4mor better, Landsat-5 TM at 30mand the MODIS water mask (MOD44W) at 250m resolution. Study sites showed similar properties regarding water body distributions and scaling issues. Abundance-size distributions showed a curved pattern on a log-log scale with a flattened lower tail and an upper tail that appeared Paretian. Ponds represented 95% of the total water body number. Total number of water bodies decreased with coarser spatial resolutions. However, clusters of small water bodies were merged into single larger water bodies leading to local overestimation of water surface area. To assess the uncertainty of coarse-scale products, both surface water fraction and the water body size distribution should therefore be considered. Using Landsat surface albedo to estimate SWC across different terrain types including polygonal terrain and drained thermokarst basins proved to be a robust approach. However, the albedo–SWC relationship is site specific and needs to be tested in other Arctic regions. These findings present a baseline to better represent small water bodies of Arctic wet tundra environments in regional as well as global ecosystem and climate models.
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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 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 ».