ABoVE: Wetland Inundation Coverage at Yukon Flats, AK and PA Delta, Canada, 2017-2019
Notice bibliographique
Résumé
This record is for the dataset “ABoVE: Wetland Inundation Coverage at Yukon Flats, AK and PA Delta, Canada, 2017-2019” at https://doi.org/10.3334/ORNLDAAC/1901 This dataset provides time series of wetland inundation coverage maps and corresponding inundation frequency maps at ~10-meter resolution estimated every 12 days during the free-water period (May to October) for the years 2017-2019 over the Yukon Flats (YK) portion of the Yukon River, Alaska, USA, and the Peace-Athabasca Delta (PAD), Alberta, Canada. Wetland inundation coverage was determined by a two-step modified decision-tree classification approach that first used Sentinel-1 C-band SAR to identify likely inundated areas across a study site and was followed by a decision-tree classification step with C-band SAR backscatter statistics thresholds to distinguish among different inundation components. The result of this process was five classes for each inundation map, namely Open Water (OW), Floating Plants (FP), Emergent Plants (EP), Flooded Vegetation (FV), and Dry Land (DRY). After all the individual (every 12 days) inundation coverage maps were derived for a study site, they were generalized to two-class maps which maintained only inundation status. These generalized maps were then stacked and summarized to produce the inundation frequency map for the site. In these maps, higher values signify more frequently inundated areas, with the maximum value representing permanently inundated pixels. The Sentinel-1 inundation mapping capability demonstrated here provided frequent, broad-scale mapping of different wetland inundation components. Integration of such products with process-based methane (CH4) models would improve simulation of CH4 emissions from wetlands. This dataset can be downloaded at https://doi.org/10.3334/ORNLDAAC/1901
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,009 |
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 ».