Investigating the Use of Sentinel-1 for Improved Mapping of Small Peatland Water Bodies: Towards Wildfire Susceptibility Monitoring in Canada’s Boreal Forest
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Peatlands provide vital ecosystem and carbon services, and Canada is home to a significant peatland carbon stock. Global climate warming trends are expected to lead to increased carbon release from peatlands, as a consequence of drought and wildfire. Monitoring hydrologic regimes is a key in understanding the impacts of warming, including monitoring changes in small and temporally variable water bodies in peatlands. Global surface water mapping has been implemented, but the spatial and temporal scales of the resulting data products prevent the effective monitoring of peatland water bodies, which are small and prone to rapid hydrologic changes. One hurdle in the quest to improve remote-sensing-derived global surface water map quality is the omission of small and temporally variable water bodies. This research investigated the reasons for small peatland water body omission as a preparatory step for surface water mapping, using Sentinel-1 SAR data and image classification methods. It was found that Sentinel-1 backscatter signatures for small peatland water bodies differ from large water bodies, due in part to differing physical characteristics such as waves and emergent vegetation, and limitations in detectable feature sizes as a result of SAR image processing and resolution. The characterization of small peatland water body backscatter provides a theoretical basis for the development of SAR-based surface water mapping methods with high accuracy for our purposes of wildfire susceptibility monitoring in peatlands. This study discusses the implications of small peatland water body omission from surface water maps on carbon, climate, and hydrologic models.
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.
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) | 0,000 | 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 découle