Extracting recent short-term glacier velocity evolution over Southern Alaska from a large collection of Landsat data
Notice bibliographique
Résumé
Abstract. The measurement of glacier velocity fields using repeat satellite imagery has become a standard method of cryospheric research. However, the reliable discovery of important glacier velocity variations on a large scale from noisy time-series of such data is still problematic. In this study we propose a new post-processing procedure for assembling a set of velocity fields in time-series that generates a better visualization of glacier speed changes when the velocity fields are sparse or noisy. We demonstrate this automatic method on a large glacier area in Alaska/Canada. The visualization tool provides an overview of where and when interesting glacier dynamics are occurring. The goal is not to improve accuracy or precision, but the timing and location of ice flow events such as glacier surges. Building upon existing glacier velocity products from the GoLIVE data set (https://nsidc.org/data/golive), we compile a multi-temporal stack of velocity data over the Saint Elias Mountain range and vicinity. Each layer has a time separation of 32 days, making it possible to observe details such as within-season velocity change over an area of roughly 600 000 km2. Our methodology is robust as it is based upon a fuzzy voting scheme to filter multiple outliers. The multi-temporal data stack is then smoothed to facilitate interpretation. This results in a spatio-temporal dataset where one can identify short-term glacier dynamics on a regional scale. Our implementation is fully automatic and the approach is independent of geographical area or satellite system used. Within the Saint Elias and Kluane mountain ranges, several surges and their propagation characteristics are identified and tracked through time, as well as more complicated dynamics in the Wrangell's mountains.
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 | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».