Using ArcticDEM to identify and quantify pan-Arctic retrogressive thaw slump activity
Notice bibliographique
Résumé
With the increased availability and coverage of high resolution satellite imagery, characterizing processes at the pan-Arctic scale is now possible. This baseline pan-Arctic product will enable us to highlight areas for future research efforts and to standardize observations that are currently locally or regionally focused. The ArcticDEM project (www.arcticdem.org) has released a large collection of 2 meter resolution Digital Elevation Models (DEMs) for all land areas above 60 °N. These DEMs are created using high resolution (~0.5 m) stereo paired satellite images (by DigitalGlobe and include Worldview- 1 (launched 2007), 2 (2009), 3 (2014) and GeoEye-1 (2008) satellites). Using repeat DEMs, we are developing algorithms for automated detection to identify and quantify land surface topographic changes from Arctic volcano eruptions and mass wasting events to create a pan-Arctic mass wasting inventory, including retrogressive thaw slumps. Currently, retreat rates reported for retrogressive thaw slumping activity differ between studies, and our dataset will enable rates to be standardized for slump activity after 2007. Furthermore, our mass wasting inventory will enable us to investigate the triggers of mass wasting events and to analyze the linkages to the contributing factors including climate, topography, and geology. We will be presenting preliminary results focusing specifically on retrogressive thaw slumps, including time series analysis for topographic change detection and using field observations for validation. We welcome collaborators who can share the field or remote sensing observations to aid in our validation efforts.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».