MétaCan
Menu
Retour à la cohorte
Enregistrement W6989808819

Cartographie du substrat de l’habitat du saumon atlantique par analyse d’imagerie aéroportée 
\nhaute-résolution.

2017· dissertation· fr· W6989808819 sur OpenAlexaboutno aff

Notice bibliographique

RevueEspaceINRS Institutional Digital Repository (Institut National de la Recherche Scientifique) · 2017
Typedissertation
Languefr
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStatistical analysisForest structureIle de france
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La taille des grains du lit d’un cours d’eau joue un rôle prépondérant sur son utilisation possible pour l’habitat des salmonidés. Récemment, de nouvelles méthodes d’analyses ont été développées pour la cartographie de la taille du substrat à partir d’images aériennes haute résolution. Le présent projet a pour objectif d’utiliser la méthode développée par Carbonneau et al. (2004) afin de cartographier l’habitat du saumon atlantique sur un tronçon de la branche Nord-est de la rivière Sainte-Marguerite (Saguenay) sur laquelle se déroule un programme de translocation de saumons reproducteurs. \nÀ l’été 2014, des images aériennes de la rivière ayant une résolution au sol de 2.4 à 3.3 cm ont été acquises, en période d’étiage, à l’aide du système d’imagerie héliportée développé par Dugdale et al. (2013) et doté d’une caméra optique haute résolution. Tout juste avant le survol, des photographies au sol géoréférencées du substrat ont été obtenues sur les parties exondées et submergées du lit de 4 tronçons représentatifs de la rivière afin de servir de calibration à la méthode d’estimation du substrat à partir des images aériennes. Ces photographies ont été analysées à l’aide du logiciel libre BASEGRAIN afin de mesurer la distribution en taille des particules sur chacune des images et en calculer le D₁₆, le D₅₀ et le D₈₄. Les images aériennes ont ensuite été analysées afin de calculer l’entropie de la brillance des pixels à l’intérieur de fenêtres d’analyse de différentes tailles (63 x 63 cm à 123 x 123 cm) centrées sur chacun des points de calibration au sol de la granulométrie. L’analyse statistique de la relation entre les valeurs d’entropies et la granulométrie du substrat exondé démontre l’existence d’une relation significative négative qui pourra être utilisée afin d’estimer la taille du substrat sur la partie submergée du lit de l’ensemble des images aériennes. Substrate grain size distribution in a stream plays a major role in its potential habitat use by salmons. Recently, new methods of analysis have been developed for the mapping of the size of the substrate from high-resolution aerial images. The purpose of this project is to use the method developed by Carbonneau et al. (2004) to map the Atlantic salmon spawning habitat on a reach of the northeast branch of the Sainte-Marguerite River (Saguenay) where a conservation translocation program of adult salmon is ongoing. \nIn the summer of 2014, aerial images of the river with a ground resolution of 2.4 to 3.3 cm were acquired, during low-flow periods, using the helicopter imaging system developed by Dugdale et al. (2013) with a high-resolution optical camera. Just prior to the flight, georeferenced ground photos of the substrate were obtained from the exposed and submerged portions of the bed of 4 representative sections of the river to calibrate the grain-size estimation method from the aerial images. These photographs were analyzed using a free software called BASEGRAIN to measure the particle size distribution on each images and to calculate the D₁₆, D₅₀ and D₈₄. Aerial images were then analyzed to calculate the entropy of pixel brightness within windows of different sizes (63 x 63 cm to 123 x 123 cm) centered on each of the ground calibration points. The statistical analysis of the relationship between the entropy values and the particle size of the exposed substrate demonstrates the existence of a significant negative relationship that can be used to estimate substrate sizes on both the dry and wet portions of the bed of all aerial images.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,004

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,287
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEspaceINRS Institutional Digital Repository (Institut National de la Recherche Scientifique)Même sujetFish Ecology and Management StudiesTravaux en français237 207