Consideration of Level of Confidence within Multi-Approach Satellite-Derived Bathymetry
Notice bibliographique
Résumé
The Canadian Hydrographic Service (CHS) publishes nautical charts covering all Canadian waters. Through projects with the Canadian Space Agency, CHS has been investigating remote sensing techniques to support hydrographic applications. One challenge CHS has encountered relates to quantifying its confidence in remote sensing products. This is particularly challenging with Satellite-Derived Bathymetry (SDB) where minimal in situ data may be present for validation. This paper proposes a level of confidence approach where a minimum number of SDB techniques are required to agree within a defined level to allow SDB estimates to be retained. The approach was applied to a Canadian Arctic site, incorporating four techniques: empirical, classification and photogrammetric (automatic and manual). Based on International Hydrographic Organization (IHO) guidelines, each individual approach provided results meeting the CATegory of Zones Of Confidence (CATZOC) level C requirement. By applying the level of confidence approach, where technique combinations agreed within 1 m (e.g., all agree, three agree, two agree) large portions of the extracted bathymetry could now meet the CATZOC A2/B requirement. Areas where at least three approaches agreed have an accuracy of 1.2 m and represent 81% of the total surface. The proposed technique not only increases overall accuracy but also removes some of the uncertainty associated with SDB, particularly for locations where in situ validation data is not available. This approach could provide an option for hydrographic offices to increase their confidence in SDB, potentially allowing for increased SDB use within hydrographic products.
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 | 0,026 | 0,113 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».