Integrating Angular Backscatter Response Analysis Derivatives Into a Hierarchical Classification for Habitat Mapping
Notice bibliographique
Résumé
Accurate maps of biological communities are essential for monitoring and managing marine protected areas but more information on the most effective methods for developing these maps is needed. In this study, we use Wilsons Promontory Marine National Park in southeast Australia as a case study to determine the best combination of variables and scales for producing accurate habitat maps across the site. Wilsons Promontory has full multibeam echosounder (MBES) coverage coupled with towed video, remotely operated underwater vehicle (ROV) and drop video observations. Our study used an image segmentation approach incorporating MBES backscatter angular response curve and bathymetry derivatives to identify benthic community types using a hierarchical habitat classification scheme. The angular response curve data were extracted from MBES data using two different methods: 1) angular range analysis (ARA) and 2) backscatter angular response (AR). Habitat distributions were predicted using a supervised Random Forest approach combining bathymetry, ARA, and AR derivatives. Variable importance metrics indicated that ARA derivatives, such as grain size, impedance and volume heterogeneity were more important to model performance than AR derivatives mean, skewness, and kurtosis. Additionally, this study investigated the impact of segmentation software settings when creating segmented surfaces and their impact on overall model accuracy. We found using fine scale segmentation resulted in the best model performance. These results indicate the importance of incorporating backscatter derivatives into biological habitat maps and the need to consider scale to increase the accuracy of the outputs to help improve the spatial management of marine environments.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».