MétaCan
Menu
Retour à la cohorte
Enregistrement W2090405634 · doi:10.1080/136588100750022804

Determination of grid size for digital terrain modelling in landscape investigations—exemplified by soil moisture distribution at a micro-scale

2000· article· en· W2090405634 sur OpenAlexaff
Igor V. Florinsky, Galina A. Kuryakova

Notice bibliographique

RevueInternational Journal of Geographical Information Systems · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil Geostatistics and Mapping
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésTerrainScale (ratio)Digital elevation modelGridCorrelation coefficientInterval (graph theory)MathematicsData setRemote sensingGeodesySoil scienceStatisticsGeometryGeographyEnvironmental scienceCartography

Résumé

récupéré en direct d'OpenAlex

The central problem of a combined analysis of digital terrain models (DTMs) and other landscape data is determination of a DTM grid size (w) providing a correct study of relationships between topographic variables and landscape properties. Generally, an adequate w is determined by an expert estimate, and solutions are largely subjective. We developed an experimental statistical method to determine an adequate w for DTMs applied to landscape studies. The method includes the following steps: (a) derivation of a DTM set using a series of wi , (b) performance of a correlation analysis of data on a landscape property and a topographic variable estimated with various wi , (c) plotting of correlation coefficients obtained versus w, and (d) determination of smoothed plot portions indicating intervals of an adequate w. We applied the method developed to study the ifluence of topography on the spatial distribution of soil moisture (M) at a micro-scale. We investigated the dependence of M on gradient (G), horizontal (kh ), vertical (kv ), and mean (H) landsurface curvatures. For DTM derivation, we used 13 values of wi from 1 to 7m. An interval of adequate wi for M falls between 2.25 and 3.25m in the given terrain conditions. In absolute magnitudes, correlation coefficients are largest within this interval; correlation coefficients of M with G, kh , kv and H are 0.28, 0.52, 0.50 and 0.60, respectively, for w = 3m. The results obtained demonstrate that the method actually works to identify an adequate w at a micro-scale. The method developed allows estimation of an adequate area of landform which realise a topographic control of landscape properties.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,216
Écart entre enseignants0,209 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations125
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Geographical Information SystemsMême sujetSoil Geostatistics and MappingTravaux en français237 207