Colors of Macroalgae: Distinguishing <i>Ulva Prolifera</i> and <i>Sargassum Horneri</i> Using Sentinel-2 L2A Images
Notice bibliographique
Résumé
Macroalgae blooms have occurred in the East China Sea (ECS) and Yellow Sea (YS) frequently in recent years. Two of the most common macroalgae are mainlyUlva proliferaandSargassum horneri. In this article, a novelty method named commission internationale de l'éclairage (CIE) color space of macroalgae (CIE-M) was developed to distinguishUlva proliferaandSargassum horneriusing Sentinel-2 L2A data. First, sinceUlva proliferaandSargassum hornerihave biologically different pigment compositions, the color difference between them was plotted in the CIE color space using data extracted from the Sentinel-2 L2A images. It was found that most of the pixels fromUlva proliferashowed higher CIE_xand CIE_ythan those of theSargassum horneri. For practical application, thresholds of 0.345 and 0.35 were chosen for simple binary classification betweenUlva proliferaandSargassum hornerion satellite images. Second, the developed CIE-M method was compared with the other three previous methods, green algae index, slope of red–green, and Sargassum andUlva proliferaindex. The results showed that our newly developed method has satisfactory extraction results not only in clear region, but also in cloudy, and turbid region. Finally, the monthly spatial variation ofUlva proliferaandSargassum horneriduring 2019–2023 was analyzed separately, using the Sentinel-2 L2A images. It was found thatUlva proliferamainly occurred in the YS from late spring to summer seasons, whileSargassum horneriblooms mainly occurred during winter to spring in the ECS and YS, with maximum area in February.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 | 0,001 |
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.
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 ».