MétaCan
Menu
Retour à la cohorte
Enregistrement W1525157036 · doi:10.22564/rbgf.v32i3.499

GENERATION AND EVALUATION OF RADARGRAMMETRIC DEM FROM RADARSAT-1 STANDARD IMAGES IN LOW RELIEF AREA IN THE AMAZON COASTAL PLAIN

2014· article· en· W1525157036 sur OpenAlexfundno aff
Edson Adjair de Souza Pereira, Pedro Walfir Martins e Souza Filho, Waldir Renato Paradellá, Wilson R. Nascimento

Notice bibliographique

RevueBrazilian Journal of Geophysics · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueSatellite Image Processing and Photogrammetry
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Space AgencyConselho Nacional de Desenvolvimento Científico e TecnológicoCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésDigital elevation modelAmazon rainforestScale (ratio)GeographyRemote sensingGeodesyShuttle Radar Topography MissionTerrainStandard deviationGeologyCartographyMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT. The generation of digital elevation models (DEMs) from the Standard imaging mode of RADARSAT-1 stereo-images was investigated to evaluate theviability of producing 1:100,000 scale altimetric maps in areas with a low topographic relief on the Brazilian Amazon coastal plain. Absolute DEMs were generatedusing RADARSAT-1 Standard stereopairs (S2Asc/S1Des, S6Des/S1Des, and S7Asc/S6Des) with ground control points collected using a Differential Global Positioningsystem. The geometric modeling for the DEM extractions was based on the “RADARSAT Specific Model” from the OrthoEngine Satellite Edition of the PCI Geomaticasoftware; this model is an automated matching solution that considers the slant range distances from sensors and terrain. Thirteen independent control points were usedto validate the accuracy of the absolute DEM. Only the S2Asc/S1Des pair was effective in highlighting depth information, which was a result of the pair’s intermediateintersection angle (47◦) and higher vertical parallax ratio (4.31). Therefore, RADARSAT-1 Standard images are a useful alternative for generating absolute DEM at thescale of 1:100,000 in cartographic gap areas on the Amazon coastal plain.Keywords: digital elevation model, stereoscopy, RADARSAT-1, Amazon, Brazil. RESUMO. A geração de modelos digitais de elevação (MDEs) a partir de pares estereoscópicos RADARSAT-1 modo Standard foi empregada com o objetivo deavaliar a produção de mapa altimétrico na escala de 1:100.000 em uma área de baixo relevo na planície costeira amazônica. MDEs absolutos foram gerados usandopares estereoscópicos RADARSAT-1 Standard (S2Asc/S1Des, S6Des/S1Des e S7Asc/S6Des) com pontos de controle do terreno coletados usando-se um sistema deposicionamento global diferencial. Omodelamento geométrico para extração doMDE foi baseado no “Modelo Específico para o RADARSAT”, do programa PCIGeomatica, através do cálculo que maximiza o coeficiente de correlação e leva em consideração as distâncias no alcance inclinado entre o sensor e o terreno. Para a validação do MDE absoluto foram usados 13 pontos de controle independentes. Apenas o par S2Asc/S1Des foi eficaz no realce da informação de profundidade, devido aos ângulos de intersecção intermediários (47◦), mas principalmente, devido a maior razão da paralaxe vertical observada (4,31). Portanto, as imagens RADARSAT-1 Standard representam uma ótima alternativa para a produção de MDEs absolutos na escala de 1:100.000 em áreas com vazios cartográficos na planície costeira amazônica.Palavras-chave: modelo digital de elevação, estereoscopia, RADARSAT-1,Amazônia, Brasil.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,914
Score d'incertitude au seuil0,438

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,247
Écart entre enseignants0,230 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrazilian Journal of GeophysicsMême sujetSatellite Image Processing and PhotogrammetryTravaux en français237 207