Développement d'une méthode SIG pour identifier les zones potentielles de refroidissement sur les rivières à saumon : analyse spatiale appliquée à la rivière Ouelle
Bibliographic record
Abstract
Le saumon atlantique (Salmo salar), espèce emblématique du Québec, fréquente des eaux claires et fraîches, ce qui en fait un indicateur clé de la santé des écosystèmes forestiers et riverains. Cependant, dans un contexte de changements climatiques, un défi majeur se pose : les fluctuations hydroclimatiques et les stresses thermiques. Cela inclut l’augmentation des températures de l’eau, la prolongation des périodes d’étiage et des canicules, ainsi que des températures excessivement froides. En tant qu’espèce ectotherme, la température est le facteur abiotique déterminant pour la survie du saumon atlantique. Incapable de réguler sa température corporelle, il dépend de la stabilité thermique de l’eau et de variations minimales de cette température pour survivre. Il parvient à se maintenir aux températures élevées grâce aux refuges thermiques (RT), des sites ponctuels où la température de l’eau est plus froide que celle du cours d’eau principal. Cependant, la localisation de ces refuges est complexe, car ils sont sensibles aux variations spatio-temporelles et dépendent principalement des mécanismes liés aux eaux souterraines et de surface. Ils peuvent se trouver à l’intérieur ou à l’extérieur des « zones de refroidissement », des secteurs plus vastes et moins définis, où l’interaction de divers facteurs physiques environnementaux favorise le refroidissement ou le maintien de la température de l’eau. Bien que similaires en raison de la différence de température, les refuges thermiques se distinguent des zones de refroidissement par leur fonction écohydrologique. Cependant, ces zones sont difficiles à identifier et à cartographier sans recourir à des techniques spécialisées et coûteuses comme la télédétection, la géomatique ou les images thermiques (TIR), qui sont souvent hors de portée des acteurs locaux. Ainsi, ce mémoire propose une méthodologie novatrice utilisant les systèmes d’information géographique (SIG) pour identifier, cartographier et modéliser l’agrégation de facteurs physiques influençant la température de l’eau. L'objectif est d'identifier les zones favorables au refroidissement (ZRf) et au réchauffement (ZRc) des cours d'eau principal, afin de guider et de soutenir les efforts de conservation et de restauration du bassin versant. L’étude se concentrera sur la rivière Ouelle, située au Bas-Saint-Laurent, un site représentatif des défis rencontrés dans les bassins versants des rivières à saumon. Cette approche vise à améliorer la gestion locale des écosystèmes et à fournir une base scientifique pour orienter les actions de protection et de restauration. Le projet, qui s’inscrit dans une collaboration entre le GeoLAS (Laboratoire de géomatique appliquée et d’Analyse Spatiale) et la Fédération québécoise pour le saumon atlantique (FQSA), proposera une cartographie qui pourra orienter des prises de décisions pour la préservation de la santé du bassin versant, la protection du saumon atlantique et le maintien de l’équilibre thermique des cours d’eau. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : géomatique, systèmes d’information géographique, télédétection, analyse spatiale, analyse multicritères pondérée, zones de refroidissement, refuges thermiques, zones de réchauffement, saumon atlantique, rivières, rivières à saumon
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.002 |
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.
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".