Méthodologie de zonage aquicole régional à l'aide de la télédétection dans un SIRS: application dans la baie des Chaleurs, Québec
Notice bibliographique
Résumé
Les études sur les activités aquicoles utilisant des informations géographiques et des données de télédétection sont parmi les plus difficiles à manipuler dans le domaine de la géomatique. Même si, de prime abord, les paramètres semblent faciles à utiliser, cette utilisation est plus complexe si on les considère comme un simple ensemble de données. De façon habituelle, l'identification et la délimitation de sites propices pour des activités aquicoles sont basées sur de multiples critères, comprenant des paramètres comme l'accessibilité au site et la profondeur d'eau. Lorsqu'on a clairement identifié un site propice pour des activités aquicoles, on peut en identifier d'autres avec des critères de base semblables ou équivalents. Cette méthode, basée sur l'identification du particulier vers le général, semble bien fonctionner dans les milieux d'eau douce, dans les baies et dans les fjords. Cependant, en milieu marin, la complexité et la variabilité des paramètres ne peuvent être évaluées sans tenir compte d'une vue générale synoptique et quantitative de tout l'environnement régional. La méthode proposée, basée sur l'identification du général vers le particulier et fondée sur des informations géographiques et des données de télédétection, peut être utilisée à différentes échelles. En effet, une zone propice pour des activités aquicoles peut être identifiée et délimitée à une échelle moyenne (1 à 100 km) en utilisant certains paramètres primaires essentiels et, par la suite, on peut raffiner à grande échelle (moins de 1 km) en utilisant d'autres paramètres secondaires un peu moins importants. La méthode proposée a été appliquée sur le littoral de la côte nord de la baie des Chaleurs, au Québec. Plusieurs zones propices aux activités aquicoles ont été identifiées et délimitées. La carte issue des traitements est le résultat de l'utilisation d'indices de potentiel aquicole à partir de la fusion des différents paramètres, qui ont d'abord été standardisés. Le résultat d'une telle fusion de données géoréférencées est valable si on le compare aux résultats publiés avec la méthode précédente dans laquelle chaque paramètre est additionné sur une carte de base (i.e. bathymétrie) à un moment donné et sans standardisation. La sensibilité de l'analyse et la validité des résultats sont confirmées par des données in situ prises dans la région d'étude, par exemple pour l'élevage de la moule. The area of aquaculture activities using geographic information and space technologies is one of the most difficult to organize within the field of Geomatics. The parameters may appear to be simple; however there is more complexity than a simple set of data. Currently, the suitable aquaculture site selection is based on a few criteria that encompass parameters, such as site location proximity and water depth. Once the site is clearly identified as suitable to support aquaculture activity, then similar sites were identified based on the same or equivalent criteria. This bottom‐up method seems to work in inland waters, bays and fjords, marine waters. However it precludes an environment that inherits such variable parameter complexity, one that could be evaluated without taken into account the whole synoptic and quantitative overview of regional environment. The proposed top‐down method based on geographic information and remote sensing techniques can be used at different scales. In fact, an area suitable to support an aquaculture activity could be selected at a mesoscale level (1 to 100 km) using identified main or primary parameters. Then, refinement is undertaken at a large scale (less than 1 km) using other parameters that are less important or secondary. The proposed method was applied to the coastal north shore of baie des Chaleurs in Québec, Canada. Several areas suitable to support aquaculture activities were identified. The product map is a result of merging or fusing different parameters that are previously standardized using an aquaculture evaluation index. Such gridded data fusion is valid compared to the previous methods seen in the literature where each parameter is added to a base map (i.e. bathymetry) at a time without standardizing the units. The sensitivity analysis and the validity of the results itself are in accordance with in situ testing undertaken in that area for mussel nests.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,000 |
| 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 ».