Une approche multi résolutions pour la cartographie des terres humides en région nordique à l'aide d'images satellitaires
Bibliographic record
Abstract
Les terres humides boréales/subarctiques s'étendent sur une large bande à travers le Canada. Elles sont situées majoritairement en région nordiques, loin des routes et des zones habitées, donc la reconnaissance de ces écosystèmes pose un problème d'ordre financier et technique. L'option envisagée pour ce travail pour pallier aux contraintes fait appel à l'imagerie satellitaire à haute résolution spatiale (IHRS) Landsat ETM+ et à l'imagerie satellitaire à très haute résolution spatiale (IITHRS) QuickBird. L'objectif principal vise le développement d'une méthode pour la production de cartes des terres humides compatibles avec l'ICTH (Inventaire Canadien des Terres Humides). Un algorithme de démixage spectral linéaire fut utilisé pour produire des cartes de fraction de superficies des principaux endmembers de l'image Landsat ETM+. Les cartes de fraction de superficies ont été combinées pour la composition d'une carte finale DSL (Démixage Spectral Linéaire) comportant les cinq classes de terres humides. La confrontation de la carte thématique DSL avec les autres cartes thématiques disponibles a produit des résultats mitigés. D'une part, à cause de la confusion thématique bog/fen qui existe entre les différents exercices cartographiques et d'autre part en raison de la sous représentation des classes eau peu profonde et marécage de la carte DSL. Néanmoins en se basant sur l'ensemble des résultats, dont la performance globale de la classe bog, il est impossible de réfuter complètement l'hypothèse de travail. Celle-ci soutient que la cartographie à partir d'ITHRS permet d'entraîner et de valider la classification des IHRS au même titre que les données récoltées lors de campagnes de terrain. Ainsi, la carte thématique réalisée à l'aide d'une ITHRS QuickBird facilite l'identification de zones pures pour la caractérisation des endmembers à l'échelle spatiale d'une IHRS Landsat ETM+ et exerce aussi un rôle d'évaluation des résultats.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| 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) | 0.005 | 0.003 |
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.
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".