Rice growth monitoring using simulated compact polarimetric C band SAR
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this study, a set of nine compact polarimetric (CP) images were simulated from polarimetric RADARSAT-2 data acquired over a test site containing two types of rice field in Jiangsu province, China. The types of rice field in the test site were (1) transplanted hybrid rice fields, and (2) direct-sown japonica rice fields. Both types have different yields and phenological stages. As a first step, the two types of rice field were distinguished with 94% and 86% accuracy respectively through analyzing CP synthetic aperture radar (SAR) observations and their behavior in terms of scattering mechanisms during the rice growth season. The focus was then on phenology retrieval for each type of rice field. A decision tree (DT) algorithm was built to fulfill the precise retrieval of rice phenological stages, in which seven phenological stages were discriminated. The key criterion for each phenological stage was composed of 1–4 CP parameters, some of which were first used for rice phenology retrieval and found to be very sensitive to rice phenological changes. The retrieval results were verified at parcel level for a set of 12 stands of rice and up to nine observation dates per stand. This gave an accuracy of 88–95%. Throughout the phenology retrieval process, only simulated CP data were used, without any auxiliary data. These results demonstrate the potential of CP SAR for rice growth monitoring applications.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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