Supplemental Material: Drone-Based Thermal Infrared Imagery for Detection of Cold Groundwater Exfiltration in Shár Shaw Tagà, Yukon, Canada
Notice bibliographique
Résumé
This study investigates the role of a rock glacier interacting with the Shár Shaw Tagà River (Grizzly Creek) riverbed in the St. Elias Mountains (Yukon, Canada), using a unique multimethod approach that integrates hydro-physicochemical and isotopic characterization, drone-based thermal infrared (TIR) imagery, and visible time-lapse (TL) imagery. The final phase of the study focused on characterizing the extent and magnitude of groundwater-surface interactions underlined by the spring inventory and hydrochemical analysis. Due to the large spatial scale (several hundred meters) and the challenges associated with differential stream gauging in proglacial environments, stream temperature heterogeneity was selected as a proxy for detecting groundwater exfiltration. To this end, a drone-based thermal infrared (TIR) survey was conducted in June 2024 to identify zones of groundwater exfiltration. This survey provided a detailed map of preferential groundwater exfiltration locations, contributing to the overall understanding of the rock glacier’s influence on the riverbed hydrologic system. Drone-based TIR video surveys were conducted on 28 June 2024, between 8:00 and 10:00, to maximize the coverage of shaded sections of the stream. The surveys were conducted using a DJI Mavic Enterprise 3T, equipped with a DJI RTK module and a DJI D-RTK 2 mobile station for GNSS base-station support. The Mavic 3T features a 48-megapixel RGB camera with a 24 mm focal length and a 640x512-pixel thermal camera with a 40 mm focal length. The drone was manually controlled to optimize the capture of surface temperatures across wide sections of the Shár Shaw Tagà River, recording both TIR and RGB videos simultaneously. Flight altitudes ranged from 5 to 20 m, depending on the section. The survey began 180 m upstream of the N1 subsection and ended 800 m downstream of the N2 subsection. Due to difficulties in flying over the “narrow section”, it was surveyed twice at different elevations.
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) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,004 |
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 ».