Limnologie et télédétection : situation actuelle et développements futurs
Bibliographic record
Abstract
La télédétection satellitaire est un outil employé couramment et avec succès en océanographie. Il n'en va pas de même en limnologie, où les applications sont encore rares. Par le moyen d'une revue bibliographique, nous tentons d'en analyser les raisons. Après une brève description de l'outil et des satellites en service, l'on met en évidence la spécificité des cibles aquatiques, caractérisées par une réflectance basse et une profondeur d'investigation variable. Ces particularités, jointes à la composition complexe des eaux intérieures, rendent impossible l'extension pure et simple, à la limnologie, des algorithmes développés en océanographie. Néanmoins, nous montrons que la télédétection a été utilisée dans l'étude du bassin versant des lacs, ainsi que pour la cartographie de leurs limites, de la végétation aquatique, des courants, de la thermique et de la couleur de l'eau. Des modèles empiriques, exprimant la matière en suspension ou les paramètres de qualité de l'eau, ont été calculés et appliqués avec succès dans certains lacs. On établit ensuite une typologie des difficultés rencontrées dans l'application de la télédétection à la limnologie : intrinsèques (complexité de la composition), technologiques (capteurs actuels non adaptés aux cibles aquatiques) et institutionnels (coûts élevés et manque de professionnels de ta télédétection dans les cercles limnologiques). Finalement, l'on présente quelques propositions pratiques dans la perspective des nouveaux véhicules spatiaux et capteurs des années 90, qui devraient permettre une exploitation de l'énorme potentiel de la télédétection en limnologie.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.006 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.009 | 0.009 |
| Open science | 0.003 | 0.003 |
| Research integrity | 0.004 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".