MétaCan
Menu
Retour à la cohorte
Enregistrement W1489631128

LA TELEDETECCIÓN POR RADAR COMO FUENTE DE INFORMACIÓN LITOLÓGICA Y ESTRUCTURAL. ANÁLISIS ESPACIAL DE IMÁGENES SAR DE RADARSAT-1

2014· article· es· W1489631128 sur OpenAlexaff
Daniela Speme Marchionni, François Cavayas

Notice bibliographique

RevueEl Servicio de Difusión de la Creación Intelectual (National University of La Plata) · 2014
Typearticle
Languees
DomaineEarth and Planetary Sciences
ThématiqueGeological and Tectonic Studies in Latin America
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesGeologyCartographyGeographyArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Las imágenes de radar se han convertido en los últimos años en una herramienta de uso frecuente para la extracción de información geológica, siendo cada vez más numerosos los sistemas de teledetección por radar que ponen a disposición una gran variedad de imágenes de gran utilidad en la cartografía geológica. Dada la geometría de observación de los sistemas de radar (observación lateral) y las características de la señal (microondas activas), los datos adquiridos por sensores de radar son sustancialmente diferentes a los obtenidos por los sensores óptico-electrónicos, pudiendo ser considerados como una fuente de información complementaria. Los procesos que intervienen en la formación de una imagen de radar son muy dependientes de las propiedades del haz de radar, en términos de las características de la señal (frecuencia y polarización) y la geometría de observación (ángulo de incidencia, dirección de visión). Los satélites que llevan a bordo sensores de radar, pueden tomar imágenes en órbita ascendente o descendente, con mirada a la derecha o a la izquierda y con distintos ángulos de inclinación, variando así las condiciones de iluminación, por lo cual imágenes de una misma zona pueden ofrecer información muy diferente. Por estos motivos, el criterio de selección de las imágenes para una aplicación particular se convierte en un paso esencial.
\nLa sensibilidad de las microondas a las propiedades dieléctricas, al contenido de humedad y a la rugosidad superficial –en relación con la longitud de onda del haz de radar-, se verá reflejada en el tono y textura de las imágenes, dado que estos factores inciden directamente en la intensidad de la señal. Los sensores de radar permitirán poner en evidencia variaciones morfológicas sutiles en la micro topografía de los afloramientos, aún cuando las mismas se encuentren por debajo del límite de la resolución espacial. La morfología del terreno –sus pendientes y orientaciones- impactará significativamente en el retorno de la señal, puesto que condiciona el ángulo de incidencia local del haz de radar. Por otra parte, la geometría de visión lateral favorecerá el reconocimiento de lineamientos y rasgos estructurales en general, cuando estos presenten una expresión morfológica superficial y cuando la observación de los mismos sea realzada por la dirección de iluminación del haz de radar. Dada la gran variabilidad de los factores involucrados en la formación de una imagen de radar y de cómo todos estos factores interactúan con las características del territorio observado, es necesario tener estos elementos en cuenta para poder interpretar fielmente las características geológicas de un área. Se presentan aquí los fundamentos y resultados de algunas experiencias orientadas a analizar las potencialidades de las imágenes de radar de expresar variaciones litológicas y de favorecer la detección de rasgos estructurales y morfológicos.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,212
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,006
Tête enseignante GPT0,225
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEl Servicio de Difusión de la Creación Intelectual (National University of La Plata)Même sujetGeological and Tectonic Studies in Latin AmericaTravaux en français237 207