Caractérisation géostatistique de la variabilité spatiale de l’humidité du sol à l’aide des cartes dérivées des données radar à synthèse d’ouverture de RADARSAT-1
Notice bibliographique
Résumé
This paper examines the potential of RADARSAT-1 C-band synthetic aperture radar (SAR) data for quantifying the spatial variability of soil moisture in the Roseau River basin, in Manitoba, Canada. To compensate for the lack of accuracy in the measurement of roughness, we applied a semi-empirical calibration technique. The procedure improved the performance of the integral equation model (IEM). An inversion of the calibrated version of IEM was implemented to extract soil moisture maps. Adjustments to the semivariograms using an exponential model showed the existence of an effect of spatial organization. The correlation lengths obtained are in good agreement with those reported in the literature using in situ measurements (~100 m). However, we highlighted the influence of semivariogram spatial extents on such estimations. Yet, it has been shown that this effect can be modeled using exponential type functions (R2 > 0.90). During the analysis of the apparent variances, we confirmed the predominance of microstructure errors over the effect of radar speckle. We also outlined an increasing pattern in the apparent variances in relation to the scale of the geostatistical analyses. This pattern was less pronounced during relatively dry periods. This derives from the predominance of evaporation mechanisms, which create a uniform spatial distribution of moisture in the soil superficial layers.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».