Estimation de la distribution spatiale du couvert nival dans le sud du Québec, à l'aide du capteur VEGETATION.
Bibliographic record
Abstract
Cette recherche a pour objectif principal le suivi de l'évolution du couvert nival durant la période \nde fonte au sud du Québec en utilisant le capteur VEGETATION. En effet, ce capteur se \ncaractérise par une bonne répétitivité temporelle, 24 heures, et un large champ de vue, 2500*2500 \nkm. Il permet ainsi un bon suivi spatio-temporel du couvert nival durant la période de fonte. \nCependant, la résolution spatiale du capteur VEGETATION n'est que d'1 km² \n. Pour des fins de \nmodélisation hydrologique et pour des bassins versants de petite ou moyenne taille, il est utile de \nsavoir combien il y a de neige, en terme de pourcentage de surface, dans un pixel VEGETATION. \nDans cette étude l'estimation du couvert nival se base sur la combinaison d'une image VGT \nacquise durant la période de fonte, 11 avril 1999, avec deux autres images VGT, dites de \nréférences, acquises en période de couvert total de neige et en absence totale de neige, \nrespectivement le 8 février et le 2 mai 1999. Ainsi, pour chacun des pixels VGT des indices \nspécifiques de neige (F et NDSI) sont obtenus. Parallèlement, pour chacun de ces pixels VGT, le \npourcentage, en terme de surface, couvert de neige est extrait d'une image de haute résolution \nspatiale, capteur HRVIR de SPOT4, acquise aussi le 11 avril 1999. Les équations d'estimation du \ncouvert nival relient les valeurs des indices de neige aux pourcentages de neige. Toutefois la \nrépétitivité temporelle du capteur HRVIR étant de 26 jours, il est impossible de pouvoir compter \nsur ce capteur pour effectuer le suivi de la fonte de neige. \nEn constatant que le 11 avril 1999 il ne restait pas beaucoup de neige dans la région d'étude, nous \navons refait les mêmes étapes en utilisant une image VGT du 2 avril 1999 et une autre de haute \nrésolution spatiale, capteur HRV (SPOT2), du même jour. Ainsi, nous avons cartographié la \ndistribution du couvert nival au sud du Québec pour les deux dates citées et aussi pour le 27 mars \net le 5 avril 1999. \nUn autre volet intéressant dans cette étude concerne l'estimation des réflectances des classes \nd'occupation du sol en utilisant les images VGT. En fait, la réflectance d'un pixel VGT est la \ncombinaison de celles des éléments de surface qui le composent. En appliquant le modèle linéaire \nde composition des réflectances nous avons pu estimer à partir de l'image VGT du 11 avril 1999 \nles réflectances des classes d'occupation du sol issues de l'image de haute résolution spatiale. \nFinalement, les images du 11 et du 2 avril 1999 utilisées dans le cadre de cette étude ne \ncontiennent pas assez de neige pour pouvoir définir des relations satisfaisantes. Toutefois, nous \navons déterminé les pourcentages de neige sur chaque pixel VEGETATION avec une précision \ntout à fait acceptable, 80% des pixels de la sous-image VGT du 11 avril sont estimés à ± 10%. La \nméthodologie que nous avons adoptée tout au long de cette étude peut être appliquée dans un \ncontexte opérationnel moyennant quelques petits ajustements. \n
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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".