Tracking transient boreal wetland inundation with Sentinel-1 SAR: Peace-Athabasca Delta, Alberta and Yukon Flats, Alaska
Notice bibliographique
Résumé
Accurate and frequent mapping of transient wetland inundation in the boreal region is critical for monitoring the ecological and societal functions of wetlands. Satellite Synthetic Aperture Radar (SAR) has long been used to map wetlands due to its sensitivity to surface inundation and ability to penetrate clouds, darkness, and certain vegetation canopies. Here, we track boreal wetland inundation by developing a two-step modified decision-tree algorithm implemented in Google Earth Engine using Sentinel-1 C-band SAR and Sentinel-2 Multispectral Instrument (MSI) time-series data as inputs. This approach incorporates temporal as well as spatial characteristics of SAR backscatter and is evaluated for the Peace-Athabasca Delta, Alberta (PAD), and Yukon Flats, Alaska (YF) from May 2017 to October 2019. Within these two boreal study areas, we map spatiotemporal patterns in wetland inundation classes of Open Water (OW), Floating Plants (FP), Emergent Plants (EP), and Flooded Vegetation (FV). Temporal variability, frequency, and maximum extents of transient wetland inundation are quantified. Retrieved inundation estimates are compared with in-situ field mapping obtained during the NASA Arctic-Boreal Vulnerability Experiment (ABoVE), and a multi-temporal Landsat-derived surface water map. Over the 2017–2019 study period, we find that fractional inundation area ranged from 18.0% to 19.0% in the PAD, and from 10.7% to 12.1% in the YF. Transient wetland inundation covered ~595 km2 of the PAD, comprising ~9.1% of its landscape, and ~102 km2 of the YF, comprising ~3.6%. The implications of these findings for wetland function monitoring, and estimating landscape-scale methane emissions are discussed, together with limitations and uncertainties of our approach. We conclude that time series of Sentinel-1 C-band SAR backscatter, screened with Sentinel-2 MSI optical imagery and validated by field measurements, offer a valuable tool for tracking transient boreal wetland inundation.
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 | 0,000 |
| 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 ».