MétaCan
Menu
Back to cohort
Record W2808823955

Cartographie par radar à synthèse d'ouverture pour l'analyse de la variabilité spatiale du pied de glace pour la région de la péninsule de Manicouagan, Québec

2017· article· fr· W2808823955 on OpenAlexaboutno aff
Simon Tolszczuk-Leclerc

Bibliographic record

VenueSémaphore (Université du Québec à Rimouski) · 2017
Typearticle
Languagefr
FieldEarth and Planetary Sciences
TopicCryospheric studies and observations
Canadian institutionsnot available
Fundersnot available
KeywordsGeologyHumanitiesGeographyPhysical geographyArt
DOInot available

Abstract

fetched live from OpenAlex

RÉSUMÉ: Posséder des connaissances sur la climatologie et être en mesure de cartographier le pied de glace s’impose de plus en plus comme un élément incontournable pour s'attaquer au problème de l'érosion côtière dans l'estuaire du fleuve Saint-Laurent (Québec, Canada). Le complexe glaciel côtier joue deux rôles fondamentaux : d’une part, prévenir l'érosion en réduisant le transport sédimentaire induit par la dérive littorale et, d’autre part, être un agent d'érosion en incorporant du sédiment dans sa structure pendant la phase d'englacement et en le transportant ensuite au large lors du déglacement printanier. Pour l'instant, les estimations du bilan sédimentaire associées à la dynamique glacielle sont imprécises. Par ailleurs, dans un contexte de changements climatiques susceptibles d’abréger la période d'englacement des rives en milieux nordiques, il s’impose de se doter d’outils de collecte d’information sur les caractéristiques du pied de glace, afin de mieux équiper les gestionnaires du territoire pour affronter les défis qui s'annoncent. \nAvec les systèmes radar à synthèse d’ouverture (RSO) performant actuellement en opération, des applications comme la cartographie de structures de glace telles que le pied de glace deviennent potentiellement réalisables malgré les défis que cela présente. Pour atteindre l’objectif de cartographier le pied de glace, des images RADARSAT-2 couvrant la péninsule de Manicouagan ont été acquises en mode multipolarimétrique (HH, HV, VH, VV) à huit mètres de résolution. Les résultats obtenus à partir de différentes techniques de traitement d’images polarimétriques ont été comparés. Afin d'évaluer la validité et l'interprétation des résultats des diverses méthodes de cartographie, une campagne de terrain a été menée pendant les hivers des années 2009 à 2011. Les données in situ ainsi récoltées sont les suivantes : profils de glace, levés GPS de la superficie du pied de glace, carottes de glace et images obtenues à l’aide de caméras automatiques. \nLa méthode de cartographie issue des travaux de Ferro-Famil, Pottier et Lee (2001) a permis de cartographier le pied de glace avec un taux de succès de 69% à 79% selon le site étudié et les filtres utilisés. Les résultats ainsi obtenus ont permis la mise en oeuvre d’applications pratiques comme la mesure de la variabilité spatiale du pied de glace et l’estimation de sa charge sédimentaire. Les résultats de l’analyse de la variabilité spatiale permettent d’avancer l’hypothèse que le type de côte explique de manière significative la variabilité observée dans la concentration du PDG sur les côtes de la péninsule de Manicouagan. Ces résultats montrent aussi que la télédétection peut aider à estimer le volume du pied de glace sur les côtes du Saint-Laurent. Lorsque couplée avec des mesures in situ de la charge sédimentaires incorporé à la glace, la méthodologie présentée permet de calculer la quantité de sédiments mobilisée par la glace côtière, ce qui permet de préciser l’impact du PDG sur le bilan sédimentaire d’une cellule hydro-sédimentaire côtière. -- Mot(s) clé(s) en français : Télédétection, radar à synthèse d'ouverture, pied de glace, géomorphologie côtière. -- ABSTRACT: Canada’s coasts are dynamic systems affected by a variety of processes, one of which is coastal erosion. In the Saint-Lawrence estuary, coastal erosion is a particularly important process as it threatens a variety of infrastructure built near the shorelines. In this context, it is important to acquire knowledge about this process and the factors affecting it. More particularly, in winter, northern coasts host the near shore ice complex, which protects the shores against winter storms, but also contributes to erosion by carrying sediments offshore during spring breakup. With today’s high resolution polarimetric SAR satellites, the extraction of ice structures as narrow as the strip of ice that forms the icefoot becomes potentially feasible. This study describes a method which was developed to map the nearshore ice complex and the icefoot using RADARSAT-2 fully polarimetric data. Classifications using the Ferro-Famil, Pottier and Lee (2001) methodology were tested and the results were compared against reference dataset that were acquired through field campaigns during the 2010 and 2011 winters. Accuracy results for the icefoot classification range from 69% to 79%. \nThe spatial variability of the icefoot was analysed using the developed icefoot mapping methodology. Results indicate that during the onset and the breakup period, the spatial variability of the icefoot can be partly explained by the coast type it is set on. When combined with Lidar observations of the beach topography, this methodology can also obtain the icefoot volume. This measurement method could help improve our understanding of the impact of the icefoot on the coastal erosion process. -- Mot(s) clé(s) en anglais : Remote sensing, synthetic aperture radar, icefoot, coastal geomorphology.

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 score0.308
Threshold uncertainty score0.621

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0030.003
Science and technology studies0.0000.000
Scholarly communication0.0010.001
Open science0.0010.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0070.002

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 head0.007
GPT teacher head0.188
Teacher spread0.181 · 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
Published2017
Admission routes1
Has abstractyes

Explore more

Same venueSémaphore (Université du Québec à Rimouski)Same topicCryospheric studies and observationsFrench-language works237,207