Assessment of moisture content in sandy beach environments from multispectral satellite imagery
Notice bibliographique
Résumé
A framework for estimating moisture content from satellite-based multispectral imagery of sandy beaches was tested under various site conditions and sensors. It utilizes the reflectance of dry soil and an empirical factor c relating reflectance and moisture content for a specific sediment. Here, c was derived two ways: first, from in situ measurements of moisture content and average NIR image reflectance; and second, from laboratory-based measurements of moisture content and spectrometer reflectance. The proposed method was tested at four sandy beaches: Duck, North Carolina; and Cannon Beach, Ocean Cape, and Point Carrew, Yakutat, Alaska. Both measured and estimated moisture content profiles were impacted by site geomorphology. For profiles with uniform slopes, moisture contents ranged from 3.0% to 8.0% (zone 1) and from 8.0% to 23.0% (zone 2). Compared to field measurements, the moisture contents estimated using c calibrated from in situ and laboratory data resulted in percent error of 3.6%–44.7% and 2.7%–58.6%, respectively. The highest percent error occurred at the transition from zone 1 to zone 2. Generally, moisture contents were overestimated in zone 1 and underestimated in zone 2, but followed the expected trends based on field measurements. When estimated moisture contents in zone 1 exceeded 10%, surface roughness, debris, geomorphology, and weather conditions were considered.
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 | 0,001 |
| 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 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 ».