Mapping cladophora and other submerged aquatic vegetation in the Great Lakes using satellite imagery
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.
Notice bibliographique
Résumé
The Michigan Tech team has developed and verified a remote sensing algorithm to map the extent of Cladophora and other submerged aquatic vegetation (SAV) in coastal waters using a depth-invariant bottom reflectance index. With this algorithm, maps of SAV were generated from recent Landsat satellite imagery for all optically visible areas of the lower four Great Lakes. The area mapped varies depending on water clarity, with maximum mapping depth ranging from >20 m in Lake Michigan to 7 m in Lake Erie. The maps show that 28%, 15%, 30%, and 40% of the visible bottom of Lakes Michigan, Huron, Erie and Ontario, respectively, are colonized by SAV. The total mapped area of SAV is estimated to represent between 130,000 and 260,000 metric tonnes dry weight based on published biomass density measurements. This new mapping approach was validated using field data for an overall map accuracy of 83%. The archive of Landsat imagery dating back to 1973 was also utilized to document historic changes in SAV extent and water clarity, showing increases in SAV extent in most areas following the introduction of invasive mussels. A seasonal analysis of SAV extent revealed intra-annual changes of ~5% or less. The time series analyses also captured the observed increases in water clarity in all four lakes.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle