High Resolution Turbidity Modelling in Arctic Nearshore Environments
Notice bibliographique
Résumé
The Arctic is directly impacted by climate change. The increase in air temperature drives the thawing of permafrost and an increase in coastal erosion and river discharge. This leads to a greater input of sediment and organic matter into coastal waters, which substantially impacts the ecosystems, the subsistence economy of the local population, and the climate because of the transformation of organic matter into greenhouse gases. Yet, the patterns of sediment dispersal in Arctic nearshore zones and their role in the Carbon cycle are not well known due to difficult accessibility and challenging weather conditions. In this study we present the first multi-sensor turbidtiy- reflectance relationship that was specifically calibrated for Arctic nearshore environments. Field data was collected during summer seasons 2018 and 2019 in the inner shelf waters of the Canadian Beaufort Sea close to Herschel Island Qikiqtaruk. The turbidity-reflectance relationship was calibrated to mid to high spatial resolution sensors which are used in ocean color remote sensing, including Landsat 8, Sentinel 2, and Sentinel 3, using the relative spectral response functions. The results for Landsat 8 and Sentinel 2 are very promising and showcase the possibility to resolve sediment accumulations, sediment pathways and filaments at higher detail than before. Both sensors are able to resolve high turbidity close to the coast with values comparable to our field measurements. Sentinel 3, on the other hand, is too coarse to resolve these features but provides great applicability due to its high temporal resolution. The transferability of these relationships to nearshore environments outside the Canadian Beaufort Sea has to be tested in the future with the potential to map the sediment dispersal in nearshore environments at a circum- Arctic scale.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 ».