Terrestrial laser scanning for quantifying small-scale vertical movements of the ground surface in Arctic permafrost regions
Notice bibliographique
Résumé
Three-dimensional data acquired by terrestrial laser scanning (TLS) provides an accurate representation of the Earth’s surface, which is commonly used to detect and quantify topographic changes on a small scale. However, in Arctic permafrost regions TLS-based monitoring of thaw subsidence is challenging due to vegetation and the micro-topographic characteristics (e.g. dense moss-lichen layer, hummocks etc.). In this presentation, we focus, firstly, on the evaluation of raster- and point-based TLS methods for quantifying small-scale thaw subsidence within the continuous permafrost zone. Secondly, a new filter strategy is presented that reduces spatial sampling effects caused by various factors such as vegetation, micro-topography and scan-setup. Our study site is located at the Trail Valley Creek research watershed, 50 km north-east of Inuvik, Northwest Territories, Canada. Three field campaigns took place in 2015 and 2016. Besides capturing TLS data, at-point real-time kinematic (RTK) Global Navigation Satellite System (GNSS) measurements and manual subsidence measurements were gathered. To achieve a highly accurate registration (on mm-scale) of the three TLS campaigns, co-registration of the georeferenced point clouds is performed based on the stable fix points in the otherwise highly dynamic permafrost environment. Then, different methods to quantify vertical ground movements are applied and evaluated. The result reveals limitations of standard raster-based DEM differencing, but also of point-based distance calculation for detecting spatial patterns of small-scale thaw subsidence. In the Arctic tundra ecosystem, TLS-based deformation analysis is strongly affected by occlusion and spatial sampling effects, even if data acquisition is repeated from similar scan positions. We show that the mentioned errors can be reduced by capturing the ground surface from more than one TLS scan position. Our filter strategy allows to identify TLS points which are suitable for multi-temporal deformation analyses, and results in an average seasonal subsidence rate (2015/06-2015/08) of about -2.0 cm at our study site. The derived subsidence maps deliver highly accurate ground-truth data, which is needed to improve area-wide subsidence monitoring methods such as SAR interferometry. This leads to a deeper understanding of permafrost-related subsidence processes.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,001 | 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 ».