A COMPARISON BETWEEN CANADIAN DIGITAL ELEVATION DATA (CDED) AND SRTM DATA OF MOUNT CARLETON IN NEW BRUNSWICK (CANADA)
Notice bibliographique
Résumé
Digital elevation models (DEM) are basic part of the information about an area. Knowledge about DEM quality is important for their use in management projects, engineering projects and geomorphologic studies. Errors and imprecision of DEM can impact a lot on the resulting models one makes or uses in a project. It’s essential to have accurate topographical information from a DEM.The Centre for Topographic Information (CIT) of Natural Resources Canada produced a particular DEM for the Canada country. These are called Canadian Digital Elevation Data (CDED). The CDED DEM has been used for many types of studies and projects mostly in Canada.The relative accuracy of Canadian Digital Elevation Data of Mount Carleton was assessed using Shuttle Radar Topographic Mission (SRTM) model and profiles/points from Geoscience Laser Altimeter System (GLAS) onboard ICESat. This relative accuracy was examined as a function of surface slope and land cover. Specifically, we analyzed the effect of slope and vegetation type on topographic information (elevation).The particularity of Mount Carleton is that Mount Carleton is the highest mountain in the Maritimes Provinces with the peak at 817 meters and it’s heavily wooded. More than 50 % of the vegetation is dominated by coniferous trees and the average slope is 5.45 ° ± 4.72°. Terrain was segmented into three sloping regions ( ≤ 5°, 5 ° < slope < 15°,> 15°), and also was segmented to aspect regions, standardized to eight geographical directions.From the correlation between CDED and SRTM, we founded a systematic error of less than 2.0 m in absolute value with a standard deviation of around 16 m. We observed that those values are slope-dependent and the influence of their orientation is not significative. A relative influence is observed for the north directions. The broadleaf is the species which has the highest concentration of errors and the obtained rootmean-square
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,003 | 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 ».