Développement d’outils de détection des fleurs d’eau d’algues sur les lacs du Québec méridional.
Notice bibliographique
Résumé
L’occurrence des fleurs d’eau d’algues (FEA) est devenue une préoccupation croissante pour \nla société, surtout lorsqu'elles sont dominées par les cyanobactéries toxiques. Notre groupe \ndéveloppe une méthode pour étudier la dynamique spatio-temporelle des FEA et identifier les \nfacteurs environnementaux et météorologiques qui les régissent. La télédétection est déjà utilisée \npour générer une cartographie des FEA sur les lacs du Québec méridional à l'aide du satellite MODIS, \nqui fournit des images quotidiennes et gratuites permettant de représenter la distribution et \nl'intensité des FEA sur un plan d'eau avec une résolution de 250 m2. La nouvelle technologie des \ndrones hyperspectraux sera utilisée pour définir spatialement les FEA et distinguer les différents \ngroupes d'algues incluant les cyanobactéries. Une banque de signatures spectrales sera générée à \nl'aide de cultures d'algues. Nous ferons ensuite le quadrillage de quelques lacs touchés par \ndifférentes intensités et compositions de FEA à l'aide du senseur installé sur le drone. Pour valider \nces résultats, en plus de l'échantillonnage d'eau conventionnel (chlorophylle-a, taxonomie), des \nsondes de fluorescence EXO de YSI sont utilisées pour estimer la biomasse du phytoplancton et des \ncyanobactéries. Ces sondes multiparamétriques mesurent également la turbidité et la matière \norganique dissoute pouvant interférer sur les estimations de la biomasse. Les données recueillies \npar une sonde mobile servent à calibrer un algorithme d’estimation utilisant les données du drone \navec une haute résolution spatiale et spectrale. Une sonde stationnaire fixée à une bouée permet de \nrecueillir des données à haute fréquence temporelle et suivre les variations saisonnières au lac StCharles, \nréservoir d'eau potable pour la Ville de Québec et subissant une eutrophisation. Une fois \ncalibré, cet algorithme permettra la validation des images satellitaires et ainsi combler l’écart qui \nexiste actuellement entre les données satellitaires de résolution spatiale moyenne (par ex. MODIS) et \nles données in situ, conduisant à une estimation biaisée, en particulier dans la phase d'initiation des \nFEA où les densités sont encore faibles. À terme, les outils optiques développés permettront \nd’identifier la dynamique spatio-temporelle d’une FEA à haute résolution spatiale et spectrale de \nmanière plus précise et rapide, et comprendre les facteurs environnementaux modulant leurs \napparitions.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».