Ny kortlægningsmetode for rev baseret på multibeam data
Notice bibliographique
Résumé
I de sidste 20 år har der været en særlig opmærksomhed knyttet til forvaltning og beskyttelse af hårdbundsområder i Danmark og Europa som følge af habitatdirektivet. Mange lavvandede revområder har imidlertid været udsat for et omfattende stenfiskeri som følge af anlæg af havne og kystbeskyttelse. I dag er varige tab af hårdbundsområder knyttet til ralindvinding i udpegede råstofområder. <br/>Selv om Naturstyrelsen har gennemført kortlægninger, der har tilvejebragt ny viden i flere mulige råstof og N-2000 områder i de seneste år, er det samlede areal af revområder i danske farvande stadig ukendt. <br/>Vi har udviklet en metode, der kan anvendes til at kortlægge revområder baseret på multibeam data. Disse højoplyselige bathymetridata er tilgængelige i større dele af de indre danske farvande langs hovedsejlruterne, i områder hvor vi i dag ved meget lidt om havbundsformerne. Metoden identificerer hårdbundsområder ved hjælp af en analyse af bundens rughed på pre-processeceret bathymetridata. Metodikken er baseret på antagelsen, at hårdbundsområder generelt er mere ujævne(ru) end sandede og mudrede bundformer. Men der eksisterer andre strukturer med en stor rughedsindeks end hårdbund, fx skråninger af sand. Derfor har vi udviklet en algoritme, som skal skille mellem stor rughedsindeks forårsaget af sten fra andre ujævnheder. Vi har testet metoden i området omkring Hatter Barn i Samsø Bælt og den har vist sig som en anvendelig og prisbillig måde at kortlægge hårdbundsarealer med en meget høj opløsning, i områder hvor højopløselig dybdedata er tilgængelige. Den simple algoritme identificerer nemt stenforekomster, der varierer i størrelse eller ligger fordelt med toppe på bunden. Men ”flade” stenstrøgninger i samme størrelsesinterval kan føre til underestimering af hårdbundsarealer og der kan være usikkerhed omkring eksistensen af hårdbund langs bratte regulære strukturer som ”kanter” til dybere rende.
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 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 | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».