MétaCan
Menu
Retour à la cohorte
Enregistrement W4392533407

Estimation of bathymetry using earth observation for marine renewable energies

2018· preprint· fr· W4392533407 sur OpenAlexaff
Marc Cloarec

Notice bibliographique

Revuetheses.fr (ABES) · 2018
Typepreprint
Languefr
DomaineEnvironmental Science
ThématiqueCoastal and Marine Management
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésBathymetryEarth (classical element)Renewable energyRemote sensingOceanographyEnvironmental scienceGeographyGeologyEngineeringPhysicsAstronomyElectrical engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La bathymétrie est un paramètre clé pour le développement des énergies marines renouvelables. L’acquisition actuelle de ces données est faite par des sondeurs acoustiques embarqués sur navires. Les images satellites des Radar à Synthèse d'ouverture (RSO) peuvent être utilisées pour obtenir des cartes bathymétriques dont la résolution est adaptée aux besoins des acteurs des EMR. L’objectif de la thèse est l’évaluation du potentiel des nouveaux satellites embarquant des imageurs radar pour l’estimation de la bathymétrie. La répétition de la mesure de la mission Sentinel-1 permet d’obtenir des images RSO d’une même zone tous les 6 jours. Cette capacité à imager des conditions de mer très différentes permet d'augmenter la probabilité d'obtenir des conditions favorables à l’estimation de la bathymétrie par des méthodes exploitant l'interaction de la houle avec la bathymétrie. L’approche proposée dans cette thèse est basée sur l’utilisation de la propagation de la houle dans le but d’estimer la profondeur. Dans un premier temps l’utilisation d'un modèle de propagation d'onde à résolution de phase (modèle Boussinesq Ocean & Surf Zone) a permis d'établir, de tester et de mettre au point une méthode d’estimation de la bathymétrie sur plusieurs surfaces libres. Dans des conditions favorables, les images RSO de l’océan peuvent être considérées comme une représentation linéaire de l’état de mer. Dans un second temps, nous avons adapté et appliqué la méthode établie sur le modèle aux images SAR. Des approches simples de fusion de données sont appliquées pour tirer parti de la répétitivité de la mission Sentinel-1. Les résultats obtenus sont en mesure de satisfaire les besoins des acteurs des EMR. Les perspectives de ce travail sont présentées.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,261
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuetheses.fr (ABES)Même sujetCoastal and Marine ManagementTravaux en français237 207