Contributions of Actual and Simulated Satellite SAR Data for Substrate Type Differentiation and Shoreline Mapping in the Canadian Arctic
Notice bibliographique
Résumé
Detailed information on the land cover types present and the horizontal position of the land–water interface is needed for sensitive coastal ecosystems throughout the Arctic, both to establish baselines against which the impacts of climate change can be assessed and to inform response operations in the event of environmental emergencies such as oil spills. Previous work has demonstrated potential for accurate classification via fusion of optical and SAR data, though what contribution either makes to model accuracy is not well established, nor is it clear what shorelines can be classified using optical or SAR data alone. In this research, we evaluate the relative value of quad pol RADARSAT-2 and Landsat 5 data for shoreline mapping by individually excluding both datasets from Random Forest models used to classify images acquired over Nunavut, Canada. In anticipation of the RADARSAT Constellation Mission (RCM), we also simulate and evaluate dual and compact polarimetric imagery for shoreline mapping. Results show that SAR data is needed for accurate discrimination of substrates as user’s and producer’s accuracies were 5–24% higher for models constructed with quad pol RADARSAT-2 and DEM data than models constructed with Landsat 5 and DEM data. Models based on simulated RCM and DEM data achieved significantly lower overall accuracies (71–77%) than models based on quad pol RADARSAT-2 and DEM data (80%), with Wetland and Tundra being most adversely affected. When classified together with Landsat 5 and DEM data, however, model accuracy was less affected by the SAR data type, with multiple polarizations and modes achieving independent overall accuracies within a range acceptable for operational mapping, at 89–91%. RCM is expected to contribute positively to ongoing efforts to monitor change and improve emergency preparedness throughout the Arctic.
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 | 0,000 | 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 ».