Five Radiometric Landscape of Kerguelen Islands
Notice bibliographique
Résumé
Landscape mapping is crucial for monitoring and understanding a wide range of ecological and social processes, as well as for addressing major issues such as land use planning, biodiversity assessment, health-environment interactions and monitoring the impacts of environmental and resource management policies. In order to make the landscape approach operational, it is necessary to have robust methodological frameworks and specific tools for characterising and mapping landscapes at different scales. In this context, our objective is to develop a map of the major landscapes of the Kerguelen archipelago using only satellite time series (MODIS SITS). This work is based on the use of the MOD13Q1 product (NDVI, 250 m) covering the period 2003–2022, which is used to identify and characterise the main landscape structures. The dataset provided includes: a methodological diagram describing the steps of the approach adopted; all the data used, structured around four Essential Landscape Variables (ELVs) derived from the NDVI time series; the final map of the five major types of radiometric landscapes; This approach illustrates the potential of satellite time series for mapping landscapes in sub-Antarctic environments and has resulted in the first radiometric landscape map of the archipelago. It thus provides a valuable reference base for future environmental analyses, such as the study of landscape trajectories, monitoring vegetation dynamics, and assessing the impacts of climate change. This work was supported by the Centre National d’Études Spatiales (CNES) through the TOSCA EVOLKER project. Louise Lemettais PhD grant was funded both by university of Lille and CNES.
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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 | 0,000 |
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 ».