Semi-automated classification of river ice types on the Peace River using RADARSAT-1 synthetic aperture radar (SAR) imagery
Notice bibliographique
Résumé
The winter regime of the Peace River in northern British Columbia and Alberta is a determining factor for the operation of the British Columbia Hydro and Power Authority Williston Reservoir. Therefore, fine beam RADARSAT-1 synthetic aperture radar (SAR) satellite images were acquired in winter and spring 2000 and 2001 and analyzed for ice cover types. Video footage of the ice conditions on the Peace River was obtained from aerial ice observations that were conducted simultaneously with the image acquisitions. The analysis of the images was done (i) visually and (ii) using an unsupervised Fuzzy K-means classification. To streamline the process in an operational environment, the unsupervised ice classification was semi-automated. The unsupervised classification broke the data into seven classes, which represent the major ice cover types observed on the Peace River. The spatial distribution of ice cover types as generated by the ice classification generally coincides well with air-truth information and backscatter signatures from SAR images. The location of the boundaries between the ice types appears to be accurate, but it may not be precise. The ice maps can be used for ice monitoring, decision-making purposes, or the verification of ice models.Key words: river ice, remote sensing, RADARSAT-1, Peace River, semi-automated classification.
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 | 0,000 | 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 | 0,000 | 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 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 ».