Multi-source Mapping of Peatland Types using Sentinel-1, Sentinel-2 and Terrain Derivatives - A Comparison Between Five High-latitude Landscapes
Notice bibliographique
Résumé
Mapping wetland types in northern-latitude regions with Earth Observation (EO) data is important for several practical and scientific applications, but at the same time challenging due to the variability and dynamic nature in wetland features introduced by differences in geophysical conditions. The objective of this study was to better understand the ability of Sentinel-1, Sentinel-2 and terrain derivatives derived from Copernicus DEM to distinguish three main peatland types, two upland classes, and surface water, in five contrasting landscapes located in the northern parts of Alaska, Canada and Scandinavia. The study also investigated the potential benefits for classification accuracy of using regionalized classification models constructed from region-specific training data compared to a global classification model based on pooled reference data from all five sites. Overall, the results show high promise for classifying peatland types and the three other land cover classes using the fusion approach that combined all three EO data sources (Sentinel-1, Sentinel-2 and terrain derivatives). Overall accuracy for the individual sites ranged between 84% to 92%. Class specific accuracies for the peatland types were also high overall, but differed between the five sites as well as between the three classes bog, fen and swamp. A key finding is that the regionalized classification models consistently outperformed the global classification by producing significantly higher classification accuracies for all five sites. This opens for promising progress in terms of identifying effective approaches for stratifying northern-latitude areas for continental scale peatland classification.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».