MétaCan
Menu
Retour à la cohorte
Enregistrement W2068819773 · doi:10.5589/m03-051

Mapping of the North Sea turbid coastal waters using SeaWiFS data

2004· article· en· W2068819773 sur OpenAlexvenueno aff
H.J. van der Woerd, R. Pasterkamp

Notice bibliographique

RevueCanadian Journal of Remote Sensing · 2004
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesGoddard Space Flight CenterEuropean Space AgencyUniversity of Dundee
Mots-clésSeaWiFSRemote sensingSatelliteAtmospheric correctionEnvironmental scienceData setData qualityCurrent (fluid)OceanographyMeteorologyGeographyGeologyComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

AbstractThe spatial–temporal coverage provided by optical remote sensing can be effectively used to overcome some of the severe deficiencies in the current in situ monitoring programs for water-quality parameters in the coastal zone. We present the outcome of a project to map the concentrations fields of total suspended matter in the North Sea, based on data from the sea-viewing wide field-of-view sensor (SeaWiFS) instrument. Next to a good infrastructure and standard automatic processing, a reliable atmospheric correction proved to be essential. A single-band algorithm, based on a representative set of inherent optical properties, is presented. The satellite data and data from a standard in situ monitoring program near the Dutch coast are compared. For the year 2000, a total of 129 images could be used to present actual information and to derive monthly mean patterns and trends in the dynamic North Sea system. The results show the capacity of satellite data to provide excellent temporal coverage. Spatial variations of suspended sediment, often caused by input from rivers plus wind- and wave-induced resuspension over shallow areas, are covered.La couverture spatio-temporelle proposée par la télédétection optique peut être utilisée efficacement pour surmonter certaines des principales lacunes associées aux programmes actuels de suivi in situ pour les paramètres de la qualité de l'eau dans les zones côtières. Nous présentons le résultat d'un projet pour cartographier les champs de concentration de matière totale en suspension dans la Mer du Nord, basé sur des données de l'instrument SeaWiFS. En plus d'une bonne infrastructure et d'une procédure automatique standard de traitement, une correction atmosphérique fiable s'est avérée tout aussi essentielle. Un algorithme à une bande basé sur un ensemble représentatif de propriétés optiques inhérentes est présenté. Les données satellitaires et les données d'un programme in situ standard de suivi réalisé près des côtes hollandaises sont comparées. Pour l'année 2000, un total de 129 images ont pu être utilisées pour présenter l'information existante actuelle et pour dériver les patrons mensuels moyens et les tendances moyennes dans le système dynamique de la Mer du Nord. Les résultats montrent le potentiel des données satellitaires à fournir une excellente couverture temporelle. La question des variations spatiales des sédiments en suspension souvent causées par des apports de rivières et par le phénomène de remise en suspension induit par le vent et les vagues au-dessus des zones peu profondes est aussi abordée.[Traduit par la Rédaction]

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,624
Score d'incertitude au seuil0,600

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 savante0,0000,000
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 Opus0,031
Tête enseignante GPT0,198
Écart entre enseignants0,167 · 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'étudeObservationnel
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

Citations32
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Remote SensingMême sujetMarine and coastal ecosystemsTravaux en français237 207