An Evaluation of Radarsat-1 and ASTER Data for Mapping Veredas (Palm Swamps)
Notice bibliographique
Résumé
Veredas (palm swamps) are wetland complexes associated with the Brazilian savanna (cerrado) that often represent the only available source of water for the ecosystem during the dry months. Their extent and condition are mainly unknown and their cartography is an essential issue for their protection. This research article evaluates some of the fine resolution satellite data both in the radar (Radarsat-1) and optical domain (ASTER) for the delineation and characterization of veredas. Two separate approaches are evaluated. First, given the known potential of Radarsat-1 images for wetland inventories, the automatic delineation of veredas is tested using only Radarsat-1 data and a Markov random fields region-based segmentation. In this case, to increase performance, processing is limited to a buffer zone around the river network. Then, characterization of their type is attempted using traditional classification methods of ASTER optical data combined with Radarsat-1 data. The automatic classification of Radarsat data yielded results with an overall accuracy between 62 and 69%, that proved reliable enough for delineating wide and very humid veredas. Scenes from the wet season and with a smaller angle of incidence systematically yielded better results. For the classification of the main vegetation types, better results (overall success of 78.8%) were obtained by using only the visible and near infrared (VNIR) bands of the ASTER image. Radarsat data did not bring any improvement to these classification results. In fact, when using solely the Radarsat data from two different angle of incidence and two different dates, the classification results were low (50.8%) but remained powerful for delineating the permanently moist riparian forest portion of the veredas with an accuracy better than 75% in most cases. These results are considered good given the width of some types often less than 50 m wide compared with the resolution of the images (12.5 - 15 m). Comparing the classification results with the Radarsat-generated delineation allows an understanding of the relation between synthetic aperture radar (SAR) backscattering and vegetation types of the veredas.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».