Measuring river planform changes from remotely-sensed data: A Monte-Carlo approach to assess the impact of spatially-variable geometric error.
Notice bibliographique
Résumé
A majority of European rivers have been extensively affected by diverse anthropogenic activities, including e.g. channelization, regulation and sediment mining. Against this background, the planimetric analysis based on remotely-sensed data is frequently used to evaluate historical planform changes, eventually leading to quantification of migration rates. However, geometric spatially-variable (SV) error inherently associated with these data can result in poor or even misleading interpretation of measured changes, especially on mid-sized rivers. We therefore address the following issue: What is the impact of spatially-variable error on the quantification of surfacic river planform changes? Our test river corresponds to a 20 m wide meandering sub-tributary of the Upper Rhine, the Lower Bruche. Within four, geomorphologically-diverse sub-reaches, the active channel is digitised using diachronic orthophotos (1950; 1964) and the SV-error affecting the data is interpolated with an Inverse Distance Weighting technique based on an independent set of ground control points. As a second step, the main novelty of our approach consists in running Monte-Carlo (MC) simulations to randomly translate active channels according to the interpolated SV-error. This eventually allows to display the relative margin of error (RME) associated with measured eroded and/or deposited surfaces for each sub-reach through MC simulations, illustrating the confidence level in the respective measurements of our river planform changes. Our results suggest that (i) SV-error strongly affects the significance of measured changes and (ii) the confidence level might be dependent not only on magnitude of changes but also on their shapes. Taking SV-error into account is strongly recommended, regardless of the remotely-sensed data used. This is particularly true for mid-sized rivers and/or low amplitude river planform changes, especially in the aim of their sustainable management and/or restoration. Finally, our methodology is transferrable to different fluvial styles.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».