Before and After: A Multiscale Remote Sensing Assessment of the Sinop Dam, Mato Grosso, Brazil
Notice bibliographique
Résumé
Hydroelectric dams are a major threat to rivers in the Amazon. They are known to decrease river connectivity, alter aquatic habitats, and emit greenhouse gases such as carbon dioxide and methane. Multiscale remotely sensed data can be used to assess and monitor hydroelectric dams over time. We analyzed the Sinop dam on the Teles Pires river from high spatial resolution satellite imagery to determine the extent of land cover inundated by its reservoir, and subsequent methane emissions from TROPOMI S-5P data. For two case study areas, we generated 3D reconstructions of important endemic fish habitats from unmanned aerial vehicle photographs. We found the reservoir flooded 189 km2 (low water) to 215 km2 (high water) beyond the extent of the Teles Pires river, with 13–30 m tall forest (131.4 Mg/ha average AGB) the predominant flooded class. We further found the reservoir to be a source of methane enhancement in the region. The 3D model showed the shallow habitat had high complexity important for ichthyofauna diversity. The distinctive habitats of rheophile fishes, and of the unique species assemblage found in the tributaries have been permanently modified following inundation. Lastly, we illustrate immersive visualization options for both the satellite imagery and 3D products.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 | 0,000 |
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 ».