Monitoring recent changes in the Beaufort Sea coast using very high resolution remote sensing
Notice bibliographique
Résumé
Arctic permafrost coasts are major carbon (Schuur et al., 2015) and mercury pools (Schuster et al., 2018). They represent about 34% of the Earth’s coastline, with long sections affected by high erosion rates (Fritz et al, 2017), increasingly threatening coastal communities. Year-round reduction in Arctic sea ice is forecasted and by the end of the 21st century, models indicate a decrease in sea ice area from 43 to 94% in September and from 8 to 34% in February (IPCC, 2014). An increase of the sea-ice free season leads to a longer exposure of coasts to wave action. Further, climate warming is also expected to modify the contribution of terrestrial erosion (Fritz et al., 2015, Ramage et al., 2018, Irrgang et al., 2018). Within the project EU Horizon2020 project NUNATARYUK, we are updating the mapping of the Arctic coast, with the Canadian Beaufort coast as a case-study. The surveying methodology includes: i. a high resolution update of the coastline mapping and change rates using Pleiades (CNES) satellite acquisitions from 2018, ii. a survey using RTK-UAV aerial imagery of long-term monitoring sites from the Canada-US border to King Point, and iii. the experimental use of TerraSAR-X staring spotlight scenes and PAZ at key sites to monitor intraseasonal dynamics of cliff edge retreat. This research is funded by the EC H2020 Project NUNATARYUK. Support on remote sensing imagery access by the WMO Polar Space Task Group.
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 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».