Impact of Orthorectification on Simulated Compact Polarimetric RCM Data With Accurate Lidar DSM
Notice bibliographique
Résumé
Orthorectification using digital terrain models is a key issue for polarimetric complex synthetic aperture radar (SAR) data because resampling the complex data can corrupt the polarimetric phase, mainly in terrain with relief. Orthorectification will be also a sensitive issue with the compact polarimetric data of the future Canadian Radar Constellation Mission (RCM) sensor to be launched in 2018. Two orthorectification methods for the complex SAR data are thus proposed and compared: performing polarimetric processing in the image space before the geometric processing or in the ground space after the geometric processing. RCM compact polarimetric data using the requirements of the very high resolution (VHR) mode were simulated at the Canada Centre for Mapping and Earth Observation from fine-quad Radarsat-2 data acquired with different look angles over a hilly relief study site. Quantitative evaluations between the two methods, using a basis-invariant parameter (the entropy), were thus performed to evaluate the impact of orthorectification on the simulated VHR RCM data. To avoid the propagation of elevation errors into the final error budget, an accurate lidar digital surface model was used in the orthorectification. The results demonstrated that the oversampling and the noise floor that is used to generate the simulated VHR RCM data are the main factors, which corrupted the simulated VHR RCM data during its orthorectification with the ground-space method.
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 | 0,001 |
| 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 ».