Assessing intertidal sediment photopigment content from spectral reflectance with an UAV-mounted 10-band multispectral sensor
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
Multispectral sensors mounted to unoccupied aerial vehicles (UAVs) can be leveraged to quantify microphytobenthos (MPB) biomass in intertidal mudflats, providing data products with cm-scale pixels. However, no standard protocol currently exists for calibrating UAV-acquired spectral information to sediment MPB content. Here, we present a new protocol for calibrating data from a UAV-mounted multispectral sensor to sediment MPB biomass as measured by photopigment content. To do so, we developed a methodology for acquiring and analyzing UAV imagery and sediment photopigment field data. We then implemented the protocol in the Fraser River Estuary, Canada to build a statistically valid calibration equation, testing the effectiveness of several spectral indices and photopigment measurements. Calibrated spectral index values can provide a very accurate measurement of MPB biomass, able to achieve 90 % correlation between the normalized difference vegetation index (NDVI) and sediment chlorophyl-a (chl-a) concentration. This high performance was achieved by closely pairing georeferenced sediment samples to corresponding multispectral imagery and minimizing the lag between sediment sample collection and UAV imagery acquisition. This protocol can facilitate the use of calibrated UAV-acquired multispectral imagery for investigating ecologically-important fine-scale spatial heterogeneity of MPB biomass.
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 | 0,001 | 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) | 0,001 | 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 découle