Estimation de l'équivalent en eau du couvert nival au moyen d'images radar satellitaires
Notice bibliographique
Résumé
L'objectif de cette étude est de vérifier le potentiel des images radar à synthèse d'ouverture (RSO) pour estimer l'équivalent en eau du couvert nival sur le bassin de la rivière La Grande (Baie de James, Québec). Il s'agit d'un milieu dominé par une forêt ouverte d'épinettes noires, des brûlis et des tourbières. Cette information intéresse grandement Hydro-Québec qui gère plusieurs installations hydro-électriques dans cette région subarctique. Durant deux ans, six campagnes de terrain ont été réalisées sur le bassin de la rivière La Grande et une dizaine d'images RSO du satellite européen ERS-1 ont été acquises, étalonnées et géoréférencées, afin de déterminer la relation entre les coefficients de rétrodiffusion des images radar (hiver et automne) et la résistance thermique du couvert nival. Cette relation constitue la première partie d'un algorithme d'estimation de l'équivalent en eau. Elle utilise plus spécifiquement le rapport de rétrodiffusion, qui est la différence entre une image avec neige et une image sans neige. La deuxième partie de cette algorithme déduit l'équivalent en eau du couvert de neige à partir de sa résistance thermique et de sa densité, en se basant sur la relation physique établie par les mesures de terrain. L'équivalent en eau du couvert nival a donc été estimé pour quatre images de février et mars 1994 et 1995. L'erreur moyenne sur l'estimation de l'équivalent en eau de la neige au sol est de 2% à 3% (-5 à 7mm) sur l'ensemble des sites d'échantillonnage avec un écart-type de 14 à 19% (-35 à 45mm). Ces résultats ont encouragé Hydro-Québec à poursuivre la recherche avec les données du satellite canadien RADARSAT (opérationnel depuis le 1er avril 1996) et à développer un prototype pour la cartographie de l'équivalent en eau du couvert nival à partir d'images radar.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».