Marine Coastline Polygonal Ridges and Surface Roughness Development on a Salt-Crusted Playa: Recognition by Structure-from-Motion Photogrammetry
Notice bibliographique
Résumé
Salt crust is a normal landform in drying-out salt lake basins or marine regression coastlines, but the surface evolution processes over a decadal or even centenary period are not well understood due to poor data records. Microrelief characteristics control erodibility and erosivity, which will significantly influence wind erosion and dust emission. It is essential to classify the microrelief pattern of salt crust for mapping its spatial distribution and evaluating the environmental process. A desiccated inland tail-end lake would be an example of the coastline surface evolution after regression and represent a good case study of salt crust because of the fewer exogenic process interruptions. For this paper, field work was performed in the Lop Nur playa in China, about 90° E, 40° N, which used to be a salt lake half a century ago. Ground-based photos of the salt crust were acquired and imported into structure-from-motion (SfM) software to produce a fine centimeter-scale digital elevation model (DEM). Two indexes were introduced and extracted from the digital elevation model to classify various types of salt crust: roughness was calculated to evaluate the magnitude and the gray-level co-occurrence matrix (GLCM) score was derived to describe the structure pattern of the salt crust. Moreover, in this paper, sedimentary features during different parts of a playa evaporation cycle are reviewed and peculiar kinds of salt crust found on Lop Nur are further discussed.
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 ».