Remote sensing of cyanobacterial blooms in Lake Champlain with a focus on Missisquoi Bay
Notice bibliographique
Résumé
At 1270 km2, Lake Champlain, is the 13th largest lake in the United States. Lake Champlain experiences annual blooms of cyanobacteria, particularly in Missisquoi Bay. Here the Cyanobacteria Index, a previously published algorithm, was applied to satellite imagery from OLCI (available from 2016 through the present) and MODIS (available from 2000-present). The remotely sensed timeseries of the CI was derived and described from each sensor, along with cross-calibration among OLCI and MODIS. The resultant timeseries described when and where cyanobacteria blooms generally occur. Five distinct regions of Lake Champlain were considered for analysis: Malletts Bay, the Northeast Arm, Saint Albans Bay, Missisquoi Bay, and the Main Lake. Saint Albans and Missisquoi Bay were the only basins shown to have consistent cyanobacteria blooms. Saint Albans Bay, due to its small size was not an ideal fit for the methods used here, and the focus of this manuscript was Missisquoi Bay. The objective of this study is to explore the interannual variability of blooms in Missisquoi Bay and compare the variability to cyanobacteria blooms in Lake Erie, Saginaw Bay, and Green Bay. The blooms in Missisquoi Bay showed interannual variability in size, intensity, and start and end date. Observed data from the Burlington International Airport and modeled data from NASA’s Giovanni program were used in an effort to explain this bloom variability. A 2-parameter multiple regression model fit the cyanobacterial data well and showed that the interannual variability of blooms in Missisquoi Bay are a function of atmospheric instability and temperature.
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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 ».