摘要。随着运动结构 (SfM) 和密集图像匹配 (如多视角立体成像 (MVS)) 等计算机视觉算法的最新发展,基于照片的表面重建正迅速成为地球科学许多领域中激光雷达 (光检测和测距) 的替代勘测技术。这项研究的目的是测试地面 SfM-MVS 方法是否适用于计算 2.1 平方公里冰川的大地质量平衡以及探测位于意大利东部阿尔卑斯山的邻近活岩冰川的表面位移。这些照片是在 2013 年和 2014 年使用数字消费级相机在单日实地调查中拍摄的。机载激光扫描 (ALS,也称为机载激光雷达) 数据被用作基准,以估计摄影测量数字高程模型 (DEM) 的准确性和该方法的可靠性。 SfM-MVS 方法能够重建高质量的 DEM,所提供的冰川和冰缘过程估计值与使用 ALS 可实现的估计值类似。在冰川外的稳定基岩区域,2013 年和 2014 年 SfM-MVS DEM 与 ALS DEM 之间的高程差的平均值和标准差分别为 − 0.42 ± 1.72 和 0.03 ± 0.74 m。两种方法下冰川高程损失和增益的总体模式相似,范围在 − 5.53 至 + 3.48 m 之间。在岩石冰川区域,高程差小于
摘要 - 卫星成像对湿积雪的检测目前是无监督的,由于难以在极端环境中收集地面真相,因此缺乏定量评估。在本文中,我们建议考虑与物理模型相关的信息,以使用合成孔径雷达(SAR)图像进行监督学习雪性能的目的。此数据集由Sentinel-1 SAR图像构造,并增强了从数字高程模型(DEM)获得的地形信息。使用Crocus物理雪模型在北阿尔卑斯山的规模上完成此数据的标签。然后,我们对标记数据集的13种组合进行了培训,这些数据集是广泛的机器学习模型,以定量确定湿积雪检测任务的最相关学习者。结果证明了不同算法之间的一致性,在将偏振法组合和地形方向数据纳入模型的输入中时,观察到了很大的改进。通过比较法国大型Rousses的验证区域上获得的湿雪地图与现有的哥白尼产品,分数雪覆盖(FSC)和SAR湿雪(SAR湿雪(SWS)),评估了在此数据集上训练的最佳算法解决方案。我们还比较了在测试区域的一个气象站获得的时间结果。结果显示,使用监督的学习方法,在熔融期间更好地表示湿积雪,以及在冬季被分类为湿的区域的减少。
本书由一系列速写组成,描述了自行车环球旅行中最有趣的部分——我们穿越亚洲的旅程。我们并不是想创造自行车旅行的“记录”,尽管我们骑着自行车行驶了 15,044 英里,这是世界上陆地上最长的连续旅行。在密苏里州圣路易斯的华盛顿大学毕业的第二天,我们动身前往纽约。1890 年 6 月 23 日,我们乘船前往利物浦。仅仅三年后,还差二十天,我们就骑着自行车来到了纽约,就像“绕地球一圈”一样。我们的自行车之旅始于利物浦。在沿着不列颠群岛许多人迹罕至的路线旅行后,我们抵达了伦敦,在那里我们制定了穿越欧洲、亚洲和美洲的计划。我们被告知,在这样的旅程中,最危险的地区是中国西部、戈壁沙漠和中国中部。自马可·波罗时代以来,从未有欧洲旅行者成功从西方穿越中国帝国到达北京。我们穿过英吉利海峡,穿过诺曼底到达巴黎,穿过法国西部的低地到达波尔多,向东翻越小阿尔卑斯山到达马赛,沿着里维埃拉进入意大利。游览完半岛上所有重要城市后,我们于 1890 年最后一天从意大利布林迪西离开,前往希腊科孚岛。从那里我们前往帕特雷,沿着科林斯湾前往雅典,在那里过冬。我们去了君士坦丁堡
摘要:高山环境易受气候变化影响,迫切需要准确建模和了解这些生态系统。过去十年来,使用数字高程模型 (DEM) 来获取代理环境变量的普及度不断提高,特别是因为 DEM 可以相对便宜地以非常高的分辨率 (VHR;<1 米空间分辨率) 获取。在这里,我们实现了一个多尺度框架,并比较了由光检测和测距 (LiDAR) 和立体摄影测量 (PHOTO) 方法产生的 DEM 衍生变量,目的是评估它们在物种分布建模 (SDM) 中的相关性和实用性。以瑞士西部阿尔卑斯山两个山谷的北极高山植物 Arabis alpina 为例,我们表明 LiDAR 和 PHOTO 技术均可用于生成用于 SDM 的 DEM 衍生变量。我们证明,PHOTO DEM 的空间分辨率至少为 1 米,其精度可与 LiDAR DEM 相媲美,这在很大程度上要归功于与市售的 LiDAR DEM 相比,PHOTO DEM 可以根据研究地点进行定制。我们获得了空间分辨率为 6.25 厘米 - 8 米(PHOTO)和 50 厘米 - 32 米(LiDAR)的 DEM,其中我们确定 SDM 中 DEM 衍生变量的最佳空间分辨率在 1 到 32 米之间,具体取决于变量和站点特征。我们发现 PHOTO DEM 范围的缩小改变了所有衍生变量的计算,这对它们的重新计算产生了特殊影响
冰冻的荒地和焦灼的沙漠曾被认为是诅咒,人们不惜一切代价避免去往它们,但现在它们却被人们寻求或视为一种高度精神性的美的缩影。在两部分研究中的第一部分《通往艾顿希斯之路》中,理查德·贝维斯表明,这种现代情感根源于文艺复兴晚期的科学和自然哲学。他集中研究了 18 和 19 世纪,追溯了这种情感的发展,直到 1878 年,以及它最早有意识的表达之一,即托马斯·哈代在《还乡》中对艾顿希斯的描述。贝维斯研究了广泛的英国、欧洲和北美文本、文学作品以及宗教、科学和旅行写作。他调查了有关登山、航海、沙漠旅行和极地探险的文献,以及它在诗歌和小说中的隐喻用法。他依靠艾迪生的术语“伟大”而不是“崇高”,展示了达尔文的日记、莱尔的地质学研究和索绪尔关于阿尔卑斯山的书籍等作品如何帮助形成了一种自然观,这种观也经常在文学中得到表达。《通往爱敦荒原之路》是一部范围广泛、跨学科的思想史著作,它追溯了一种审美感性的成长,这种审美感性现在已广泛传播,但在文艺复兴时期才刚刚萌芽。这种感性不仅是许多现代文学的基础,也是我们关于保护、生态和环境保护主义的现代观念的基础。
关键词:地形激光雷达、无人机、精度、变化检测、基于对象的分析、地貌学 摘要:本文评估了无人机 (UAV) 激光扫描在监测阿尔卑斯山草地浅层侵蚀方面的潜力。在多洛米蒂山脉(意大利南蒂罗尔)亚高山/高山海拔区的试验场,无人机激光扫描 (ULS) 获取了 3D 点云。为了评估其精度,将该点云与 (i) 差分全球导航卫星系统 (GNSS) 参考测量和 (ii) 地面激光扫描 (TLS) 点云进行了比较。 ULS 点云和机载激光扫描 (ALS) 点云被栅格化为数字表面模型 (DSM),作为侵蚀量化的概念验证,我们计算了 2018 年的 ULS DSM 和 2010 年的 ALS DSM 之间的高程差异。对于连续的高程变化空间对象,计算体积差异,并为每个变化对象分配一个土地覆盖类别(裸地、草地、树木),该类别源自 ULS 反射率和 RGB 颜色。在此测试中,ALS 点云的准确性和密度主要限制了对地貌变化的检测。尽管如此,结果的合理性已通过现场地貌解释和记录得到证实。估计测试地点(48 公顷)的总侵蚀量为 672 立方米。这种侵蚀体积估计值
背景,背景和意图在2011年7月,罗德岛大会通过了修订的强制性出勤立法,这要求学生上学直到18岁。RI强制性出席法规(Rigl 16-19-1)和采用替代学习计划(ALP)是为了防止学生退学,然后将其放入潮流法院。该法规鼓励学校和家庭一起工作,以便学生通过ALP继续入学,以便学生可以继续致力于获得高中文凭或同等学历。强制性出席法规规定,学生将继续入学到18岁。该法规允许校长或学校校长放弃16岁或具有批准ALP的学生的出勤要求,这些ALP支持其继续取得RI文凭或同等学历的持续进展。所有地区都必须在必要时执行这项立法,并在此过程中确保学生继续有机会进一步发展其教育和职业准备技能。本文档为寻求高中等效的学生提供了有关ALP流程的技术援助,以替代传统的高中文凭。开发了以下问题和答案,以提供有关ALP流程的技术援助和信息,包括针对寻求高中同等学位的学生的开发,批准,实施和监测,以替代传统的高中文凭。强制性出勤法规,Rigl 16-19-1-需要开发阿尔卑斯山,以帮助学生获得高中文凭或同等学历的16岁或年龄的学生,这些年龄或以上的学生满足了学生所不满足的教育需求。本文档的主要目标;
河流生态系统中的生物多样性丧失速度要比限制系统更快,更严重,并且需要空间保护和恢复计划来停止这种侵蚀。关于生物多样性和物种分布的状态和变化的可靠且高度解决的数据对于有效措施至关重要。的高分辨率图仍然有限。与全球卫星传感器的耦合数据具有广泛的环境DNA(EDNA)和机器学习可以实现河流生物分布的快速而精确的映射。在这里,我们研究了使用沿瑞士和法国Rhone River的110个地点的埃德纳数据集组合这些方法的潜力。使用Sentinel 2和Landsat 8图像,我们产生了一组生态变量,描述了河走廊周围的水生栖息地和陆地栖息地。我们将这些变量与基于EDNA的存在和29种鱼类的不存在数据相结合,并使用了三种机器学习模型来评估这些物种的环境适用性。大多数模型表现出良好的性能,表明从遥感中得出的生态变量可以近似鱼类分布的生态决定因素,但是水衍生的变量比河流周围的陆地变量具有更强的关联。物种范围的映射表明该物种沿着瑞士的物种占用物的显着转移,从其瑞士阿尔卑斯山的来源到法国南部的地中海出口。我们的研究消除了将遥感和EDNA结合到大河中物种分布的可行性。该方法可以扩展到任何大河以支持保护方案。
摘要。野生动物在北半球达到了空前的规模。2022年和2023年的夏天展示了野生鱼的破坏力,尤其是在北美和南欧。全球变暖会导致火灾危险的变化。特定的季节被认为变得更加极端,并将扩展到将来北部纬度地区更温和的地区。但是,在中欧地区的季节性和危险危险的季节性和严重程度将在未来发生变化,还有待调查。多项研究声称,自然的变异性和模型不确定性隐藏了在多模型气候模拟中为未来潜在易发的领域造成危险的趋势。这样的趋势可以用单模初始条件大型合奏(微笑)隔离,这有助于科学家将强制回应与自然变异性区分开。到目前为止,Smile框架仅用于在全球范围内进行危险估算。迄今为止,只有少数动态缩小的区域微笑,尽管它们在区域或局部规模上增强了气候模式的空间代表。在这项研究中,我们在中欧的一个地区使用Canadian区域气候模型版本5大型合奏(CRCM5-LE)在RCP8.5(代表性的浓度途径)场景下,从1980年到2099年,分析目前未限制预言的领域的变化。我们将加拿大待火天气指数(FWI)用作危险指标。研究区域涵盖了四个异质景观,即阿尔卑斯山,高山前陆,南格曼悬崖的低地和
人工智能引导游客 | speciAlps 播客系列第 1 集 网页链接:https://soundcloud.com/cipra_international/artificial-intelligence-for-visitor-guidance- episode-1-specialps-podcast-series 文字记录:CIPRA International 的 Michael Gams:大家好,欢迎收听我们的 speciAlps 播客系列“引导游客,保护自然体验”。我叫 Michael Gams,这是 CIPRA International 与阿尔卑斯社区网络 Alliance in the Alps 合作制作的该系列四集播客中的第一集。所有剧集均为英文。此外,每集还将提供阿尔卑斯语言法语、意大利语、德语和斯洛文尼亚语之一的版本。本集我们从斯洛文尼亚语开始。因此,如果您会说斯洛文尼亚语,请随意选择斯洛文尼亚语剧集。人工智能如何帮助保护敏感区域的自然环境?这就是我们将在接下来的半小时内与来自奥地利和斯洛文尼亚的几位专家讨论的内容。迈克尔:当我们探索阿尔卑斯山的自然风光时,我们会在现实世界和数字世界中留下痕迹。这些痕迹可以通过全球导航卫星系统(如 GPS)、自愿地理信息、移动设备数据、社交媒体帖子等进行追踪。在这里,人工智能发挥了作用——例如,它可以帮助引导游客远离敏感区域。但这是如何工作的?这就是我要问今天 speciAlps 播客的第一位嘉宾 Karolina Taczanowska 博士的问题。她在奥地利维也纳自然资源与生命科学大学工作。她的研究领域包括游客监控和游客管理中的数据化。欢迎您,感谢您抽出时间,Karolina!Karolina:感谢您的邀请。