MétaCan
Menu
Retour à la cohorte
Enregistrement W2295827467 · doi:10.1002/esp.3888

The practice of DEM stream burning revisited

2015· article· en· W2295827467 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueEarth Surface Processes and Landforms · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDigital elevation modelRaster graphicsGridComputer scienceHydrographyChannel (broadcasting)Grid cellScale (ratio)Remote sensingGeologyCartographyGeographyComputer graphics (images)Geodesy

Résumé

récupéré en direct d'OpenAlex

Abstract Stream burning is a common flow enforcement technique used to correct surface drainage patterns derived from digital elevation models (DEM). The technique involves adjusting the elevations of grid cells that are coincident with the features of a vector hydrography layer. This paper focuses on the problematic issues with common stream burning practices, particularly the topological errors resulting from the mismatched scales of the hydrography and DEM data sets. A novel alternative stream burning method is described and tested using five DEMs of varying resolutions (1 to 30 arc‐seconds) for an extensive area of southwestern Ontario, Canada. This TopologicalBreachBurn method uses total upstream channel length (TUCL) to prune the vector hydrography layer to a level of detail that matches the raster DEM grid resolution. Network pruning reduces the occurrence of erroneous stream piracy caused by the rasterization of multiple stream links to the same DEM grid cell. The algorithm also restricts flow within individual stream reaches, further reducing erroneous stream piracy. In situations where two vector stream features occupy the same grid cell, the new tool ensures that the larger stream, designated by higher TUCL, is given priority. TUCL‐based priority minimizes the impact of the topological errors that occur during the stream rasterization process on modeled regional drainage patterns. The test data demonstrated that TopologicalBreachBurn produces highly accurate and scale‐insensitive drainage patterns and watershed boundaries. The drainage divides of four large watersheds within the study region that were delineated from the TopologicalBreachBurn ‐processed DEMs were found to be highly accurate when compared with the official watershed boundaries, even at the coarsest grid resolutions, with Kappa index of agreement values ranging from 0.952 to 0.921. The corresponding Kappa coefficient values for a traditional stream burning method ( FillBurn ) ranged from 0.953 to 0.490, demonstrating a significant decrease in mapping accuracy at coarser DEM grid resolutions. Copyright © 2015 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 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 enseignants0,936
Score d'incertitude au seuil0,146

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 Opus0,010
Tête enseignante GPT0,234
Écart entre enseignants0,224 · 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