MétaCan
Menu
← Back to cohort
Record W41397074

Développement d'une approche de classification orientée objet pour une meilleure caractérisation de la glace d'une rivière de taille moyenne à l'aide des images du satellite RADARSAT-1 et d'un système d'information géographique: cas de la rivière Saint-François, Québec.

2006· article· fr· W41397074 on OpenAlexaboutno aff
Ali El Battay

Bibliographic record

Venuenot available
Typearticle
Languagefr
FieldEarth and Planetary Sciences
TopicClimate change and permafrost
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesGeographyForestryArt
DOInot available

Abstract

fetched live from OpenAlex

La glace de riviere est un phenomene recurrent et caracteristique de la majorite des rivieres du Canada. Sa presence affecte le regime d'ecoulement et peut influencer ainsi le niveau d'eau, la structure des berges et le transport des sediments. Sans aucun doute, ces changements perturbent l'equilibre de l'ecosysteme en place. En plus, la glace de riviere est aussi reputee comme cause principale d'inondations hivernales dues aux embâcles, de perturbations a la navigation et a la production d'hydroelectricite. Dans cette perspective, une bonne caracterisation du couvert de glace de riviere est un atout considerable. Nous avons ete les premiers a adopter l'approche dite, orientee objet, pour la caracterisation de la glace de riviere. Cette approche repose sur l'objet comme unite de base de classification, elle se distingue des methodes de classification conventionnelles par sa prise en consideration de la topologie et les relations semantiques des objets. Une methode de segmentation en objets des images RADARSAT-l a alors ete developpee. L'objectif etait d'avoir des objets representatifs des differents phenomenes de glace observes a diverses echelles spatiales, tout en preservant la representativite des relations geometriques et semantiques des objets. La zone d'etude est le troncon de la riviere Saint-Francois reliant la ville de Windsor a celle de Drummondville (Qc). Ce site est connu par la presence de problemes dus a la glace de riviere, une morphologie variable. De plus, une banque de donnees historiques sur la glace est disponible. Un total de 19 images RADARS A T -1 mode fin ont ete acquises au cours de trois hivers et plusieurs campagnes d'observations de terrain ont ete menees. Un systeme d'information geographique (SIG) a ete monte pour fournir les couches d'information contextuelles des images RADARSAT. Largeur, sinuosite et profondeur du chenal sont des exemples de couches matricielles calculees et presentees par le SIG. Des couches thematiques telles que rives, grandes et petites iles et zones de rapides ont aussi ete integrees dans le SIG. Afin de comprendre les liens qui existent entre l'information contenue dans les images RADARSA T -1 et celle presente dans le SIG, nous avons realise une analyse qualitative et une quantitative. L'analyse qualitative a mis en evidence les liens entre (1) la theorie de la glace de riviere et du signal radar, (2) le contexte morphologique etabli dans le SIG et (3) les observations terrain et historiques disponibles pour le site d'etude. Aussi, par rapport a l'utilisation unique des caracteristiques de l'image RADARSAT-l, l'analyse quantitative a confirme l'apport des caracteristiques morphologiques de la riviere et ceux liees a la forme des l'objet dans l'amelioration de la classification. L'information extraite a partir de ces deux analyses a ete exprimee sous forme de regles logiques de decision dans l'approche de classification. Ces regles sont synthetisees dans une structure appelee Structure Hierarchique de la Classification orientee objet. Element essentiel de la classification orientee objet, la structure hierarchique que nous avons definie est flexible quant a son montage et facilement transferable d'une image a une autre. En somme, nous avons demontre que la classification orientee objet est appropriee pour la caracterisation de la glace de riviere. L'approche developpee a permis (1) de bâtir une connaissance sur les processus de glace de riviere (2) de ressortir des informations sur ce que le couvert de glace represente, en plus de celles relatives a sa nature et (3) de transferer cette expertise directement a la machine, et ainsi augmenter l'intelligence, la capacite et l'autonomie du systeme. Les resultats obtenus lors de cette recherche sont tres prometteurs. Desormais, en utilisant les images RADARSAT-l mode fin nous sommes capables d'aller chercher automatiquement les caracteristiques des phenomenes que le couvert de glace represente (ex. localiser une zone d'embâcle et evaluer son risque). L'objectif principal et les objectifs specifiques fixes pour cette etude ont donc ete atteints. Nous avons ainsi ouvert la voie a d'autres etudes sur la glace de riviere (modelisation du signal retrodiffuse par la glace, perfectionnement du SIG, evaluation de la precision des classifications, apport de la polarimetrie RSO) et a des applications dans des cas d'urgence.

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)0.002
metaresearch head score (Gemma)0.003
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.878
Threshold uncertainty score0.242

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.003
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.002
Bibliometrics0.0030.002
Science and technology studies0.0010.001
Scholarly communication0.0040.001
Open science0.0020.001
Research integrity0.0020.001
Insufficient payload (model declined to judge)0.0040.003

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 head0.020
GPT teacher head0.245
Teacher spread0.225 · 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 designSimulation or modeling
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

Citations2
Published2006
Admission routes1
Has abstractyes

Explore more

Same topicClimate change and permafrost→French-language works237,207→