High‐resolution remote sensing of intertidal ecosystems: A low‐cost technique to link scale‐dependent patterns and processes
Notice bibliographique
Résumé
Linking experimentally tested local processes to natural patterns in intertidal ecosystems requires data‐acquisition techniques that provide spatiotemporal data from the scale of local processes to the scale of patterns. We developed a low‐cost, high‐resolution remote‐sensing technique based on the use of a 6‐m helium‐inflated blimp, a standard 35‐mm camera, and photogrammetric numerical tools in order to acquire high‐resolution data of environmental (i.e.,\ topographic) and biological (i.e., algal biomass) variables over intertidal landscapes. The camera was calibrated for photogrammetric analysis, and overlapping color aerial photographs were taken at an altitude of 80 and 50 m. We performed stereo analysis of digitized images and numeric topographic restitution over an 18 3 18 m area with an error of 0.02 m along the Z axis. A normalized vegetation index (NDVI) from color‐infrared images at 0.02‐m resolution over the same area was computed. Algal biomass sampled within the photographed area allowed us to calibrate NDVI with algal biomass (R2 = 0.73, p < 0.01). Aggregation analysis performed on a height above zero level, local topographic heterogeneity, and algal biomass confirmed, at the landscape level, previous local experi‐mental evidence of a relationship between topographic heterogeneity and algal biomass increasing from scales of 0.5 to 2 m. Our method permits multiscale testing of local scale‐dependent processes over a natural landscape.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».