Modeling dissolved organic carbon in inland waters using an unmanned aerial vehicles-borne hyperspectral camera
Notice bibliographique
Résumé
Remote sensing can provide an alternative solution to quantify Dissolved Organic Carbon (DOC) in inland waters. Sensors embedded on Unmanned Aerial Vehicles (UAV) and satellites that can capture the DOC have already shown good relationships between DOC and the Colored Dissolved Organic Matter absorption (aCDOM.) coefficients in specific spectral regions. However, since the signal recorded by the sensors is reflectance-based, DOC estimates accuracy decreases when inverting the aCDOM. coefficients to reflectance. Thus, the main objective is to study the potential of a UAV-borne hyperspectral camera to retrieve the DOC in inland waters and to develop reflectance-based models using UAV and satellite (Landsat-8 OLI and Sentinel-2 MSI) data. Ensemble based systems (EBS) were favored in this study. The EBS UAV calibration results showed that six spectral regions (543.5, 564.5, 580.5, 609.5, 660, and 684 nm) are sensitive to DOC in waters. The EBS UAV test results showed a good concordance between measured and estimated DOC with an R 2 = Nash-criterion (NASH) = 0.86, and RMSE (Root Mean Squares Error) = 0.68 mg C/L. The EBS SAT test results also showed a strong concordance between measured and estimated DOC with R 2 = NASH = 0.92 and RMSE = 0.74 mg C/L. The spatial distribution of DOC estimates showed no dependency to other optically active elements. Nevertheless, estimates were sensitive to haze and sun glint. • Dissolved organic carbon (DOC) monitoring using remote sensing data. • Ensemble-based system (EBS) for monitoring DOC using UAV data in inland waters. • EBS for monitoring DOC using Landsat-8 and Sentinel-2 data in inland waters. • The developed EBSs are not sensitive to suspend solid and harmful algae bloom present in the water column. • The developed EBSs are sensitive to cloud and sun-glint.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».