Statistical analysis of topographic and climatic controls and multispectral signatures of rock glaciers in the dry Andes, Chile (27°–33°S)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The dual nature of rock glaciers as ice‐rich mountain permafrost and sediment storage systems results in a combination of geomorphic processes and energy balance components controlling their distribution. We use the generalised additive model (GAM), a semi‐parametric nonlinear method, to empirically analyse environmental controls and spectral characteristics of rock glaciers in the dry Andes of Chile based on presence/absence data at random point locations and predictor variables derived from digital elevation models and Landsat data. A combination of nonlinearly transformed local and catchment‐related terrain attributes (especially local and catchment slope and potential incoming solar radiation, PISR) characterises the geomorphic and climatic niche of rock glaciers. The influence of (latitude adjusted) relative PISR varies with mean annual air temperature (MAAT): high‐PISR sites are favourable for rock glacier development at lower MAATs and low‐PISR sites at higher MAATs. TM/ETM+ band 6 (thermal infrared) is an additional nonlinear predictor. The combination of topographic, climatic and multispectral data in a GAM achieves an excellent general discrimination (area under the ROC curve 0.87 on the model domain and 0.94 overall). In automatic rock glacier detection at a sensitivity of 70 per cent, this model achieves a false‐positive rate (FPR) of 6.0 per cent overall and 12.8 per cent on the model domain (bootstrap estimates: 7.9% and 16.8%). Dropping the multispectral data significantly increases the bootstrapped FPR by 36 per cent. Thus, the fusion of multisource data using modern nonlinear classification techniques is a promising step towards automatic rock glacier detection. Copyright © 2009 John Wiley & Sons, Ltd.
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.
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 | 0,001 |
| 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 découle