Super-high-resolution Earth observation datasets of North American permafrost landscapes
Notice bibliographique
Résumé
While temperatures are increasing on the global scale, the Arctic regions are especially vulnerable to this changing climate and landscapes underlain by permafrost experience increased thaw and degradation. The enhanced warming of organic-rich frozen ground can have severe consequences on infrastructure and ecosystems and is projected to become a highly relevant driver of greenhouse gas fluxes into the atmosphere. Degrading permafrost landscapes occur extensively in vast areas of the North American Arctic, directly affecting communities and ecosystems. To identify and quantify these widespread degradation phenomena over vast areas, we require highest-resolution Earth observation dataset that we collect during aerial imaging campaigns. \nWe here report on observations and first results from three airborne campaigns in 2018, 2019 and 2021. We performed large-scale monitoring of permafrost-affected areas in northern Canada and Alaska, focusing on sites that experienced disturbances in the past or recently. This included sites with vulnerable settlements, coastal erosion, thaw slumping, lake expansion and drainage, ice-wedge degradation and thaw subsidence, fire scars, pingos, methane seeps, and sites affected by beaver activities. \nAll surveys were flown with the Alfred Wegener Institute's Polar-5 and -6 scientific airplanes at 500-1500 m altitude above terrain. The onboard sensor, the Modular Aerial Camera System (MACS), a very-high-resolution multispectral camera developed by the German Aerospace Center, operated in the visible (RGB) and near-infrared (NIR) domain. \nFrom the comprehensive collection of multiple TB of gathered data, super-high-resolution (up to 7 cm/px) RGB+NIR image mosaics and stereophotogrammetric digital surface models were derived. \nBy presenting the data and first analyses, we would like to invite the community to discuss best use for maximized benefit of the data, in order to substantially contribute to our understanding of permafrost thaw dynamics.
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 | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».