River ice tracking and velocity estimation using remote sensing method and numerical modelling
Notice bibliographique
Résumé
RÉSUMÉ: RÉSUMÉ:En raison du temps très froid au Canada, les rivières gèlent pendant les saisons froides et des banquises apparaissent à la surface de la rivière, ce qui modifiera les principes hydrauliques de la rivière. Les rivières gelées affectent considérablement l'environnement et l'économie, par exemple en endommageant les infrastructures hydrauliques, et elles causent des pertes financières de millions de dollars par an. Un paramètre clé pour déterminer le rôle des banquises dans l'hydrodynamique des rivières est leur vitesse. La quantification du mouvement de ces banquises peut fournir une opportunité unique d'estimer la vitesse d'écoulement des rivières pour compléter ou remplacer les mesures in situ, qui sont coûteuses et souvent difficiles, en particulier en présence de glace. Par conséquent, pour quantifier le mouvement des banquises, des images satellites quasi-simultanées peuvent être utilisées. Les données d'imagerie satellitaire ont reçu beaucoup d'attention dans différentes spécialités ces dernières années. La technique de télédétection s'est avérée utile pour détecter les banquises à la surface de la rivière. Le déplacement des banquises peut être fourni en les suivant dans des images satellites quasi simultanées. Ici, nous analysons des paires d'images quasi simultanées co-enregistrées à partir d'acquisitions stéréo du capteur satellite GEOEYE-1 avec une résolution d'imagerie spatiale de 0,5 m obtenue auprès de la société Maxar. Un algorithme de corrélation d'images est nécessaire pour suivre les banquises dans deux images séquentielles. Nous utilisons le logiciel Correlation Image Analysis (CIAS) pour quantifier les déplacements des banquises dans la section inférieure de la rivière Athabasca (LAR) en Alberta, au Canada, le 11 Novembre 2009. Ici, en supposant que les champs de vitesse de la glace et de l'eau sont similaires, nous estimer la vitesse de la rivière pour différentes sections transversales de la rivière. ABSTRACT: Due to the severe cold weather in Canada, rivers experience freezing in cold seasons, and ice floes appear on the river's surface, which will change the hydraulic principles of the river. Frozen rivers significantly affect the environment and the economy, for instance, by damaging the hydraulic infrastructures, and they cause financial loss of millions of dollars yearly. A key parameter to determine the role of ice floes in river hydrodynamics is their velocity. Quantifying the movement of these ice floes can provide a unique opportunity to estimate river flow velocity to complete or replace in-situ measurements, which are costly and often challenging, especially in the presence of ice. Therefore, to quantify the movement of ice floes, near-simultaneous satellite images can be used. Satellite imagery data have received much attention in different specialties in recent years. The Remote-Sensing technique has been found to be useful in detecting ice floes on the river's surface. The displacement of ice floes can be provided by tracking them in near-simultaneous satellite images. Here, we analyze co-registered near-simultaneous image pairs from stereo acquisitions of the GEOEYE-1 satellite sensor with a spatial imaging resolution of 0.5 m obtained from the Maxar Company. An image correlation algorithm is needed to track ice floes in two sequential images. We use the Correlation Image Analysis software (CIAS) to quantify the ice floes' displacements in the Lower Athabasca River (LAR) section in Alberta, Canada on 11 November 2009. Here, by assuming that the ice and water velocity fields are similar, we estimate the river velocity for different river cross-sections.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 ».