MétaCan
Menu
Retour à la cohorte

Stereo bathymetry to monitor small seasonal agriculture water ponds in ungauged areas

2024· article· en· W4404193268 sur OpenAlexaff
Victoria Vanthof, Sylvain Ferrant, Romain Walcker, Richard Kelly

Notice bibliographique

Revue˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciences · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésBathymetryEnvironmental scienceRainwater harvestingHydrology (agriculture)Digital elevation modelRemote sensingGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract. Small reservoirs represent a critical water supply to farmers across semi-arid regions, but their hydrological modelling suffers from data scarcity and highly variable and localised rainfall intensities. Over 200,000 ancient rainwater harvesting reservoirs (“tanks”) exist across South India, but with their complex history, considerable size variation, and widespread distribution, understanding the hydrological role of these tanks has been difficult. Fortunately, the last decade has seen improvements in sensors and technologies that enhance our ability to assess the hydrological role of these tanks. In particular, high-resolution Digital Elevation Model (DEMs), now much easier to produce, can be used to improve the characterization of tanks and their surrounding watersheds. Here, a high-resolution DEM is created during the lowest reservoir conditions using Pléiades stereoscopy, and along with two global DEMs, compared with volume estimates from a field-derived UAV reference DEM for a set of tanks in South India. This study demonstrates that a Pléiades-derived DEM can capture accurate reservoir geometry and, when simulating water volume, achieves volumetric differences of 2–8% compared to our UAV reference data. The Pléiades-derived-DEM produced an equivalent height bias less than the expected bias for the recently launched Surface Water and Ocean Topography (SWOT) mission. Deriving high-resolution tank bathymetry from space during low-water conditions provides an opportunity to systematically and repeatably measure tank volume. These results are encouraging in efforts to utilize very high resolution DEMs chosen at an appropriate hydrological time, particularly in regions where water management and security is paramount.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,242
Écart entre enseignants0,230 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciencesMême sujetFlood Risk Assessment and ManagementTravaux en français237 207