DSM generation and evaluation from QuickBird stereo imagery with 3D physical modelling
Notice bibliographique
Résumé
A digital terrain model (DTM) extracted from QuickBird in-track stereo images using a three-dimensional (3D) multisensor physical model developed at the Canada Centre for Remote Sensing, Natural Resources Canada was evaluated. Firstly, the stereo photogrammetric bundle adjustment was set-up with about 10 accurate ground control points and 1-2 m errors in the three axes were obtained over 48 independent checkpoints. The DTM was then generated using an area-based multi-scale image matching method and 3D semi-automatic editing tools and then compared to lidar elevation data with 0.2-m accuracy. An elevation error with 68% confidence level (LE68) of 6.4 m was achieved over the full area. Since the DTM is in fact a digital surface model where the height, or a part, of land cover (trees, houses) is included, the accuracy depends on the land cover types. Using 3D visual classification of the stereo QuickBird images, different classes (deciduous, conifer, mixed and sparse forests, residential areas, bare soils and lakes) were generated to take into account the height of the surfaces (natural and human-made) in the accuracy evaluation. LE68 values of 3.4 m to 6.7 m were thus obtained depending on the land cover types with biases representative of the surface heights. On the other hand, LE68 values of 0.5 m and 1.3 m with no bias were obtained for lakes and bare soils respectively. These last results are more representative of the real stereo QuickBird potential for DTM and 5-m contour line generation, compliant with the highest topographic standard. Since the images were acquired in wintertime and the lidar data in summertime, better results could thus be expected when using stereo images acquired in summertime, mainly in deciduous forests to integrate the full canopy height into the DSM.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».