MétaCan
Menu
Retour à la cohorte
Enregistrement W2065866494 · doi:10.1080/07038992.2000.10874763

Monitoring Wetlands Inundation Patterns using RADARSAT Multitemporal Data

2000· article· en· W2065866494 sur OpenAlexfundvenueno aff
A.K. Milne, Geoff Horn, C. Max Finlayson

Notice bibliographique

RevueCanadian Journal of Remote Sensing · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Space Agency
Mots-clésForestryGeographyPhysical geography

Résumé

récupéré en direct d'OpenAlex

RÉSUMÉDes images RADARSAT furent acquises sur une base quasi mensuelle depuis décembre 1997 pour effectuer le suivi des changements saisonniers dans le patron temporel et spatial des inondations se produisant dans une section de terres humides tropicales située dans le parc Kakadu National Park, Northern Territory, en Australie.Des données de terrain hydrologiques, géomorphiques et écologiques ont été acquises au cours de stades successifs du patron de retrait des eaux d'inondation afin de caractériser les conditions aquatiques associées à la phase de séchage. Des images multidates ont été étalonnées, géo-référencées et superposées afin de délimiter les limites des eaux et de cartographier les patrons de retrait des eaux. Des données en mode standard et ScanSAR sont disponibles pour évaluer l'utilité des données radar en bande C en polarisation HH pour la cartographie des terres humides.Les résultats présentés dans cette étude démontrent qu'il est possible de cartographier le niveau des eaux de surface et leur retrait à travers le couvert de végétation. Aussi, on peut différencier les zones de sols saturés des zones de couvert de végétation.Cette étude contribue à la recherche à plus long terme visant la compréhension de la réponse et de l'adaptation de la végétation des terres humides, des pertes de terres humides et de la dégradation résultant de l'influence humaine et du succès des pratiques de conservation des terres humides. Le projet à plus long terme vise le développement de procédures de routine pour la cartographie des terres humides à travers le nord de l'Australie.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,941
Score d'incertitude au seuil0,961

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,270
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Remote SensingMême sujetFlood Risk Assessment and ManagementTravaux en français237 207