Détermination de l'humidité du sol dans le bassin versant du Mackenzie à partir de données satellitaires AMSR-E
Bibliographic record
Abstract
La présente recherche vise l'estimation de l'humidité du sol dans le bassin du fleuve Mackenzie, situé dans le territoire du nord-ouest canadien en utilisant des données multisatellites captées dans les domaines des micro-ondes passives, le visible et l'infrarouge. L'approche proposée s'articule autour de deux étapes principales. La première étape vise la détermination de l'humidité du sol avec les données de température de brillance du satellite AMSR-E mesurées en bande C ( 6,9 GHz) en utilisant un modèle de transfert radiatif. Comme les mesures in situ ne sont pas disponibles sur la zone d'étude, pour atteindre l'objectif de cette étape, on fait appel à des sources externes d'information. En se basant sur la sensibilité du signal micro-onde aux paramètres de sol et de la végétation, une méthode séquentielle est considérée pour calibrer le modèle. Les paramètres de rugosité, de végétation et l'humidité du sol sont déterminés par une méthode itérative qui minimise la somme de l'écart au carré entre la température de brillance mesurée (AMSR-E) et la température de brillance simulée avec le modèle de transfert radiatif. Une comparaison qualitative entre l'humidité du sol estimée et les données NARR de précipitation et d'humidité du sol montre une bonne concordance entre les deux sources d'information. D'une manière quantitative, les données NARR d'humidité du sol sont plus élevées que les humidités du sol simulées avec les données AMSR-E. \n \nLes résultats du modèle de transfert radiatif ont été obtenus à la résolution des données micro-ondes passives AMSR-E en bande C, soit 50 km. Dans un deuxième temps, pour améliorer la résolution spatiale des cartes d'humidité du sol, une nouvelle approche a été proposée. L'idée de cette approche se base sur un indice de température/végétation TVDI. Cet indice est généré à partir de données de température de surface et de l'indice de végétation NDVl, tous deux obtenus à partir du satellite MODIS. L'indice proposé a une résolution spatiale de l'ordre de 1 km donc meilleure à celle des micro-ondes passive. Cet indice donne une indication sur l'état de l'humidité du sol. Une relation linéaire négative entre l'humidité du sol à l'échelle du pixel de MODIS et l'indice TVDI correspondant est considérée pour distribuer spatialement l'humidité à l'échelle de 1 km. Cet exercice de mise à l'échelle du pixel MODIS a permis de développer des cartes d'humidité du sol à une résolution spatiale améliorée. La validation de cette approche est réahsée en comparant l'humidité du sol à faible échelle à des observations de précipitation, de température de l'air et des mesures in situ de l'humidité du sol. Globalement, les résultats obtenus sont acceptables. \n \nII a été prouvé au terme de ce travail que les micro-ondes passives en bande C, combinées à d'autres données satellitaires possèdent un potentiel intéressant afin d'améliorer la cartographie de l'humidité du sol. Des recommandafions et des suggesfions pour des travaux futurs sont identifiées à la fin de cette thèse.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.003 | 0.010 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.004 | 0.002 |
| Research integrity | 0.005 | 0.004 |
| Insufficient payload (model declined to judge) | 0.000 | 0.001 |
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; both teacher heads agree on what is shown here.
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".