Comparing alpine watershed attributes from LiDAR, photogrammetric, and contour-based DEMs
Notice bibliographique
Résumé
As part of an alpine hydrological study in the Canadian Rocky Mountains, three digital elevation model (DEM) data sets were obtained for the purpose of watershed characterization. The data sources were: (1) archived public access BC TRIM (Terrain Resource Information Management) 1: 20 000 contour vectors; (2) stereo aerial photography DEM with a derived point spacing between 5 m and 20 m; (3) airborne LiDAR (light detection and ranging) with point spacing from 1 m to 4 m. GIS layers of terrain and watershed attributes were created for each of the three DEM data sets at grid cell resolutions of 5 m and 25 m. Watershed attributes investigated were: DEM elevation, area, hypsometry, and stream network topology. In areas of lower relief and forest cover, the TRIM contour DEM contained topological errors at both 5 m and 25 m resolutions due to the poor representation of terrain from widely spaced contours. The photo DEM introduced obvious stream topology errors at 25 m due to the inability of the photo DEM to discern subtle terrain beneath forest canopies. The photo and TRIM DEMs overestimated basin hypsometry relative to the LiDAR watersheds at highest elevations due, in part, to their inability to represent the inside of gullies and steps associated with geological strata. In the case of the photo DEM, selectively digitizing break lines such as cliff edges, while missing shadowed areas, led to the creation of an interpolated surface that was biased towards the outer extremities of the terrain. Conversely, relative to the photo-based datasets, the LiDAR DEM better captured the inside of gullies and steps while under-sampling break line features, leading to a bias in the interpolated surface towards internal terrain
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».