Advancing Arctic coastal erosion measurement and monitoring through UAV-SfM, satellite imagery, and object-based image analysis
Notice bibliographique
Résumé
Arctic coasts are vast, representing 30-34% of Earth’s coastline and exhibit some of the highest rates of erosion in the World due to the presence of permafrost. Rates of erosion are expected to increase with warming air and water temperatures, reductions in Arctic sea ice extent and duration, sea level rise, and increased storm severity and frequency. Erosion of Arctic coasts can lead to rapid land loss threatening habitat, archaeologically significant sites, modern infrastructure, and communities. Rapid erosion and permafrost degradation also leads to the liberation of previously frozen sediment and organic carbon into the nearshore zone which affects marine ecosystems and contributes to ocean acidification. Further, the release of organic carbon from frozen sediment contribute to global greenhouse gas release which are not well understood nor included in current Earth System Models. This thesis focuses on the use of emerging technologies to further our understanding of Arctic coastal processes, specifically, volumetric erosion, and broad scale delineation of multiple shoreline proxies for monitoring and quantification of erosion. UAV-SfM provides aerial and DSM imagery at unprecedented spatial and temporal resolution that provides perspectives and quantitative measures that are unachievable using conventional methods and very high resolution satellite imagery enables broader scale multiple proxy analysis while image classifications derived from OBIA, or GEOBIA, provide opportunities to systematically create boundary features (i.e. shoreline proxies). Overall, this doctoral research develops and evaluates techniques that enhance our ability to make quantitative measures of Arctic coastal erosion, both planimetric and volumetric, that have implications locally, regionally, and globally.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 |
| 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 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 ».