Potential of L-Band Radar for Retrieval of Canopy and Subcanopy Parameters of Boreal Forests
Notice bibliographique
Résumé
In this paper, we study the radar retrieval of soil moisture as well as canopy parameters in a range of boreal forests. The retrieval is formulated as an optimization problem where the difference between data and prediction of a forward scattering model is minimized. The forward model is a discrete scatterer radar model, and the optimization algorithm is a global optimization scheme known as simulated annealing. The inversion method is first applied to synthetic data assuming hypothetical allometric relationships to make the retrieval possible by reducing the number of unknown vegetation parameters. The inversion algorithm is then validated using the data acquired with the National Aeronautics and Space Administration (NASA)/Jet Propulsion Laboratory (JPL) Uninhabited Aerial Vehicle Synthetic Aperture Radar (UAVSAR) in June 2010 in central Canada boreal forests in support of the prelaunch calibration and validation activities of NASA's Soil Moisture Active and Passive (SMAP) mission. The inversion results for synthetic data show that the absolute retrieval error in soil moisture and relative retrieval error in canopy height are small, while the relative output error in trunk density could be large. The inversion results for actual field data show a great accuracy in soil moisture retrieval for Old Jack Pine and Young Jack Pine forests but show large retrieval errors for many of the radar pixels in the Old Black Spruce site. This paper shows that L-band radar is capable of retrieving surface soil moisture in forests with a high biomass where the forest structure allows soil moisture information to be carried by scattering mechanisms.
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 | 0,001 |
| 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 ».