The Use of a RADARSAT-Derived Long-Term Dataset to Investigate the Sea Surface Expressions of Human-Related Oil Spills and Naturally Occurring Oil Seeps in Campeche Bay, Gulf of Mexico
Notice bibliographique
Résumé
. Campeche Bay, located in the Gulf of Mexico, is a well-established fossil fuel producing region, with numerous oil rigs exploring oil and natural gas. In an effort to reduce negative impacts on marine ecosystems, Pemex continuously monitored Campeche Bay for oil slicks, i.e., naturally occurring oil seeps and manmade oil spills. A long-term dataset (2000–2012) of synthetic aperture radar measurements from both RADARSAT satellites (766) is leveraged to investigate the spatial-temporal distribution of oil slicks (14,210) in this region. The present study has a threefold goal: (1) describe the monitoring strategy completed by Pemex and the information produced during such monitoring; (2) investigate the spatial-temporal distribution of the oil slicks observed in Campeche Bay, centering on aspects related to their occurrence; and (3) demonstrate the usefulness of RADARSAT-derived information in the execution of effective long-term environmental applications to locate seeps and spills on the sea surface. The observations confirm the massive oil input contribution of the Cantarell Oil Seep to the Campeche Bay. Oil spills (96%) usually occur in water depths shallower than 100 m, whereas oil seeps (63%) commonly occur in waters deeper than 1,000 m. The successful long-term application of RADARSAT-derived information has been shown.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».