Investigating ALOS PALSAR interferometric coherence in central Siberia at unfrozen and frozen conditions: implications for forest growing stock volume estimation
Notice bibliographique
Résumé
AbstractThis paper investigates the impact of freezing on the properties of the magnitude of the interferometric coherence |γ| in central Siberia and discusses its implications for forest growing stock volume (GSV) estimation in the boreal zone. Eighty-seven acquisitions were employed and approximately 300 interferograms were generated. Accordingly, a high statistical credibility of the obtained results can be presumed. The temporal baselines of the interferograms ranged from 46 days to 2.5 years. The random volume over ground model was applied to support the interpretation of the observations. Compared with unfrozen conditions, we observed increased coherence over open areas, decreased coherence over dense forest, decreased spread of coherence, and improved correlation between |γ| and GSV during a frozen state. At frozen conditions, the experimental data showed no proof that the perpendicular baseline B⊥ impacted |γ| over dense forest, whereas at unfrozen conditions an impact was detected. Consequently, at frozen conditions, the temporal decorrelation was the major source of decorrelation and obstructed the detection of volume decorrelation effects. Nevertheless, |γ| acquired at frozen state exhibits potential for GSV mapping. The relationship between GSV and |γ| can be described with an average coefficient of determination R2 of 0.6. Saturation occurs at about 250 m3/ha.Cet article étudie l'impact du gel sur les propriétés de la cohérence interférométrique |γ| en Sibérie centrale (Russie) et discute son influence sur l'estimation du volume de bois sur pied (GSV). Pour ce faire, 87 acquisitions sont employées et environ 300 interférogrammes sont calculés. Au vu du nombre de données disponibles, des résultats d'une grande fiabilité peuvent être attendus. Les données sont caractérisées par une baseline temporelle allant de 46 jours à 2,5 ans. Le modèle «random volume over ground» est utilisé afin de faciliter l'interprétation des observations. En comparaison aux conditions non gelées, en état de gel nous observons une augmentation de la cohérence dans les espaces ouverts, une diminution de la cohérence dans les forêts dense, une moins forte dispersion de la cohérence et une meilleure corrélation entre la cohérence et le GSV. En situation de gel, les données expérimentales n'ont montré aucune influence de B⊥ sur la cohérence dans les forêts denses, alors qu'en conditions non gelées, un impact a pu être observé. Ainsi, en conditions de gel, la décorrélation temporelle est la principale source de décorrélation et masque les effets liés à la décorrélation de volume. Néanmoins, |γ| mesuré en conditions de gel semble montrer un certain potentiel pour la cartographie du GSV en Sibérie. La relation entre le GSV et |γ| a obtenu dans ces conditions un coefficient de détermination moyenné R2 de 0,6. La saturation quant à elle s'est produite à environ 250 m3/ha. AcknowledgementsThis work has been undertaken [in part] within the framework of the JAXA Kyoto and Carbon Initiative. ALOS PALSAR data were provided by JAXA EORC. The authors would like to thank the reviewers for their valuable comments and recommendations. Further thanks go to Nicole Richter and Christian Berger for thorough proofreading and suggestions.
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 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».