MétaCan
Menu
Retour à la cohorte
Enregistrement W2141257886 · doi:10.5589/m10-053

Mapping changing temperature patterns over a glacial moraine using oblique thermal imagery and lidar

2010· article· en· W2141257886 sur OpenAlexvenueno aff
Chris Hopkinson, John Barlow, Michael N. Demuth, John W. Pomeroy

Notice bibliographique

RevueCanadian Journal of Remote Sensing · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Government
Mots-clésMoraineLidarDebrisOrthophotoDigital elevation modelRemote sensingGeologySnowSnowmeltElevation (ballistics)Glacial periodGeomorphology

Résumé

récupéré en direct d'OpenAlex

AbstractDue to access difficulties in active alpine moraine environments, it can be challenging to accurately map and quantify debris cover and ice-core extent. To aid in identifying the presence and extent of ice-cored moraine, a non-invasive method of mapping spatial and temporal moraine temperature patterns using a light detection and ranging (lidar) digital elevation model (DEM) and sequences of oblique thermal imagery was evaluated. A procedure of lidar DEM-based orthorectification of thermal images collected through time from different locations enabled maps of temperature change to be generated and thermal signatures plotted. Although no exposed ice was visible on the moraine slope studied, the presence of shallow ice core beneath the debris-covered surface was inferred in areas of cooler temperatures during daylight solar heating and rapid thermal decay after sunset. It is presumed that this apparent increased heat loss in some areas of the moraine is being used to drive internal melt processes. It is believed that such temporal thermal imaging at high repetition frequency will aid in remotely mapping the presence of buried ice and, with the combination of energy balance data and further field validation, could enable the estimation of debris cover depth.En raison des difficultés d'accès dans les environnements de moraines alpines actives, il peut être difficile de cartographier et de quantifier de façon précise le couvert de débris et l'étendue du noyau de glace. Afin de faciliter l'identification de la présence et de l'étendue des moraines à noyau de glace, on a évalué une méthode non invasive de cartographie des patrons spatiaux et temporels des températures de moraines à l'aide d'un MNE dérivé des données lidar et des séquences d'images thermiques en oblique. Une procédure d'orthorectification basée sur un MNE dérivé des données lidar d'images thermiques acquises dans le temps à partir de différentes localisations a permis de générer des cartes de changements des températures et de tracer des signatures thermiques. Bien qu'aucune glace exposée n'ait été visible sur le versant de moraine étudié, la présence de noyaux de glace peu profonds sous la surface recouverte de débris a pu être déduite dans les zones de températures plus froides durant la période de réchauffement solaire diurne et de décroissance thermique rapide après le coucher du soleil. On présume que cette perte de chaleur apparente accrue dans certaines zones de la moraine sert à conduire les processus de fonte interne. On croit que de telles images thermiques temporelles à des fréquences de répétition élevées faciliteront la cartographie par télédétection de la présence de glace enfouie et, en combinaison avec les données du bilan d'énergie et de validation additionnelle sur le terrain, pourraient permettre d'estimer l'épaisseur du couvert de débris.[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 enseignants0,625
Score d'incertitude au seuil0,976

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 Opus0,013
Tête enseignante GPT0,203
Écart entre enseignants0,189 · 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

Citations16
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Remote SensingMême sujetCryospheric studies and observationsTravaux en français237 207