Tracking the behavior of rocky coastal cliffs in northwestern Spain
Notice bibliographique
Résumé
Abstract Rocky coastal regions are often inaccessible due to steep slopes and high relief. Remotely sensed data can, therefore, be useful, but they often have low spatial and temporal resolution and, in the case of airborne LiDAR, if not publically available, are costly to obtain. This paper reports on the use of high-resolution images from unmanned aerial vehicles (UAVs) and Structure-from-Motion (SfM) photogrammetric techniques, supplemented by a series of orthophotos and aerial LiDAR, to examine changes in rocky coastal cliffs from 2002 to 2018. The study was conducted over an 800 m-long, orthogneiss-dominated coastal section in northwestern Galicia, Spain. Cliff changes are due, primarily, to rockfalls, resulting from weathering and wave undercutting, which cause talus deposits to accumulate at the cliff foot. These deposits provide temporary protection to the cliff from wave action, until destabilized and removed by wave erosion and shallow landslides. Cliff recession rates are affected by changing conditions within a cycle and are dependent, in part, on when a survey is conducted. The data suggest that rates of cliff recession are increasing in this region and that the plan shape of the coast, which consists of headlands and bays, is continuing to evolve. Most coastal landslides in this region help to transport and dispose of talus fallen from the cliff. In contrast to landslides that remove intact materials from the cliff face, and are, therefore, primary erosional mechanisms, talus landslides are triggered by wave erosion and probably simultaneously, by storm wave spray and splash, rather than by heavy rainfall.
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 | 0,000 |
| 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 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 ».