MétaCan
Menu
Back to cohort
Record W2201404080

L'analyse par objets spatiaux d'une image ETM+ de Landsat au service de l'inventaire écologique du parc national du Canada Auyuittuq

2009· article· fr· W2201404080 on OpenAlexfundaboutno aff
Yann Troutet

Bibliographic record

VenueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2009
Typearticle
Languagefr
FieldEnvironmental Science
TopicEcology and biodiversity studies
Canadian institutionsnot available
FundersParks CanadaUniversité de SherbrookeUniversity of Ottawa
KeywordsForestryGeography
DOInot available

Abstract

fetched live from OpenAlex

La classification d'une image ETM+ de Landsat a été réalisée pour la cartographie des types de couverture du sol dans la moitié sud du parc national du Canada Auyuittuq. Le projet fait appel à l'analyse d'image par objets spatiaux (object-based image analysis ). Le logiciel eCognition 4.0 permet une segmentation hiérarchique de l'image qui est analogue au concept de l'inventaire écologique des parcs nationaux. Un territoire d'environ 8 300 km 2 a été cartographié à trois niveaux de perception différents à partir d'une image acquise le 13 août 2000. Un modèle numérique d'altitude fut incorporé au projet et de nombreux indices spectraux ont été calculés à partir des données ETM + . Le niveau de segmentation brute comporte 375 312 objets regroupés en 36 classes. À ce niveau, la structure de classification repose sur 118 règles référant aux paramètres spectraux, spatiaux et topographiques des segments. Ces règles combinent des systèmes de seuillages chiffrés et des opérations de tri au plus proche voisin. L'attribution des segments aux classes du projet est tributaire de ces règles et répond à une logique floue. À la suite d'une fusion de segments et d'un premier regroupement de classes, on obtient le second niveau du projet, qui compte 102 239 objets et 28 classes thématiques. Ce niveau s'apparente aux"écotypes" au sens de l'inventaire écologique des parcs nationaux. Un second regroupement réduit à 9 le nombre de classes et à 36 887 le nombre d'objets, ce qui se rapproche d'une cartographie des «écosystèmes » de l'inventaire écologique. Sur le terrain, 315 relevés photographiques de la végétation ont été réalisés dans les vallées Akshayuk et Naqsaq. Pour chaque relevé, les pourcentages de couverture de 5 strates végétales ont été estimés, de manière à ranger les relevés dans 8 classes de végétation connues a priori. Dans l'image, ce sont 135 segments qui ont pu être retenus comme échantillons. De ce nombre, 71 et 64 échantillons furent retenus respectivement pour l'entraînement et la validation de la classification au plus proche voisin qui fut réalisée pour la végétation. L'exactitude générale de la classification de la végétation a été estimée à 54,7 %. Contrairement à la végétation, le couvert non-végétal est classifié suivant principalement un système de règles, lesquelles décrivent le comportement spectral de 34 types de surfaces selon une structure de classification hiérarchique.La classification des 20 écotypes non-végétaux a été validée par photo-interprétation à l'aide de 992 segments-non-végétale est évaluée à 83,2 %. Une fois synthétisée au niveau des écosystèmes, la classification atteint un taux de succès global de 92,7 %. Pour la classification de la végétation, l'analyse d'image par objets spatiaux livre une cartographie dont l'exactitude est équivalente à celle d'une classification basée sur le pixel réalisée par Parcs Canada pour la même image (54,7 % vs 53,4 %). Notre stratification comporte cependant un plus grand nombre de catégories non-végétales et leur classification atteint un niveau d'exactitude supérieur. L'analyse par objet spatiaux nous a permis d'aller au-delà de l'analyse pûrement spectrale pour incorporer des paramètres texturaux, géométriques et contextuels à la procédure de classification. Elle résulte en une représentation plus synthétique de l'information cartographique que la classification basée sur le pixel, mais les patrons spatiaux les plus fins des milieux les plus hétérogènes sont alors perdus.La structure de classification développée pour notre image peut être transposée avec succès vers une nouvelle image, mais ceci exige que soient apportés des ajustements aux règles de classification, voire l'ajout ou la suppréssion de certaines règles.La segmentation hiérarchique s'avère utile comme analogue au concept de l'inventaire écologique des parcs nationaux. Les informations véhiculées par chacun des niveaux de notre classification sont des intrants importants pour l'inventaire écologique du parc national du Canada Auyuittuq. Une typologie définitive reste à définir tant pour la classification de la végétation que pour le couvert non-végétal des parcs nationaux de l'Arctique. Des clés de classification seraient requises pour traduire ces typologies en paramètres reconnaissables sur le terrain. En mettant en commun les diverses données de terrain existantes pour le parc national du Canada Auyuittuq et en les structurant selon ces typologies, on obtiendrait une banque d'échantillons augmentée et plus cohérente. De telles données de références s'avéreraient une base solide pour la validation des classifications présentement disponibles ainsi que pour la mise en oeuvre de travaux futurs en matière d'inventaire écologique pour le parc national du Canada Auyuittuq.

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 imitation

Not 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.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.391
Threshold uncertainty score0.786

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0020.003
Science and technology studies0.0010.001
Scholarly communication0.0020.001
Open science0.0000.001
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0040.001

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.

Opus teacher head0.012
GPT teacher head0.199
Teacher spread0.187 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2009
Admission routes2
Has abstractyes

Explore more

Same venueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)Same topicEcology and biodiversity studiesFrench-language works237,207