Automatic Linear Disturbance Footprint Extraction Based on Dense Time-Series Landsat Imagery
Notice bibliographique
Résumé
Linear disturbances from the construction of pipelines, roads and seismic lines for oil and gas extraction and mining have caused landscape changes in Western Canada; however these linear features are not well recorded. Inventory maps of pipelines, seismic lines and temporary access routes created by resource exploration are essential to understanding the processes causing ecological changes in order to coordinate resource development, emergency response and wildlife management. Mapping these linear disturbances traditionally relies on manual digitizing from very high resolution remote sensing data, which usually limits results to small operational area. Extending mapping to large areas is challenging due to complexity of image processing and high logistical costs. With increased availability of low cost satellite data, more frequent and regular observations are available and offer potential solutions for extracting information on linear disturbances. This paper proposes a novel approach to incorporate spectral, geometric and temporal information for detecting linear features based on time series data analysis of regularly acquired, and low cost satellite data. This approach involves two steps: multi-scale directional line detection and line updating based on time series analysis. This automatic method can effectively extract very narrow linear features, including seismic lines, roads and pipelines. The proposed method has been tested over three sites in Alberta, Canada by detecting linear disturbances occurring over the period of 1984–2013 using Landsat imagery. It is expected that extracted linear features would be used to facilitate preparation of baseline maps and up-to-date information needed for environmental assessment, especially in extended remote areas.
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 | 0,003 | 0,002 |
| 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) | 0,001 | 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 ».