ASTER DEMs for geomatic and geoscientific applications: a review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Most geoscientific applications using georeferenced cartographic/geospatial data require good knowledge and visualization of the topography of the Earth's surface. For example, mapping of geomorphological features is hardly feasible from a single image; three‐dimensional (3D) information has to be generated or added for a better interpretation of the two‐dimensional data. Since the early emergence of earth observation satellites, researchers have investigated different methods of extracting 3D information using satellite data. Since the early experiments with the Earth Terrain Camera flown onboard SkyLab in 1973 to 1974, various analogue or digital sensors in the visible or microwave spectrum have been flown to provide researchers and geoscientists with spatial data for extracting and interpreting 3D information of the Earth's surface. Stereo viewing using digital scanner images, such as with the Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) along‐track sensors, was, and still is, the most common method used by the mapping, geomatic, and geoscientific communities for generating digital elevation models (DEMs). This paper will review the basic characteristics of stereoscopy and its application to the ASTER system for DEM generation. It will thus address the methods, algorithms and commercial software to extract absolute or relative elevation and assess their performance using the results from various research and commercial organizations. It will finally discuss the use of stereo ASTER DEMs for different geomatic and geoscientific applications.
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.
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) | 0,001 | 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 découle