The Frequent Image Frames Enhanced Digital Orthorectified Mapping (FIFEDOM) Camera for Acquiring Multiangular Reflectance From the Land Surface
Notice bibliographique
Résumé
The Frequent Image Frames Enhanced Digital Orthorectified Mapping (FIFEDOM) camera was designed to provide a cost-effective remote-sensing method for accurate acquisition of forest information, such as spatial distributions of individual tree species and tree structures for forest monitoring and management. Compared with existing regular digital cameras, the FIFEDOM camera has several unique features as follows: (1) it can collect data not only in the visible bands (550 and 670 nm) but also in the near-infrared band (800 nm); (2) it has a frame rate of up to 3 frames/s with a frame size of 3500 times 2300; and (3) it has a wide angular field view with 150deg along track and 78.8deg across track. Its high frame rate and wide angular field view allow it to obtain a sequence of images that oversample ground target areas. The multiangle database and bidirectional reflectance signatures of forest canopies can be generated from the oversampled image data, which can be used to identify forest species and estimate tree structures. In addition, the multiframe highly overlapped FIFEDOM data can also be used to generate a very dense, high-quality, and reliable digital surface model. Effective methods for radiometric and geometric calibration of the FIFEDOM camera were developed in this paper. A data-acquisition campaign was carried out in 2004 over the Algoma boreal forest, Ontario, Canada. The FIFEDOM data were validated using the data acquired by the Compact Airborne Spectrographic Imager instrument, which was flown together with the FIFEDOM camera.
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 | 0,001 | 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 | 0,002 | 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 ».