MétaCan
Menu
Retour à la cohorte
Enregistrement W2154561622 · doi:10.1186/1687-6180-2014-107

GPS-R L1 interference signal processing for soil moisture estimation: an experimental study

2014· article· en· W2154561622 sur OpenAlexfundno aff
Songhua Yan, Zhengyong Li, Kegen Yu, Kefei Zhang

Notice bibliographique

RevueEURASIP Journal on Advances in Signal Processing · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil Moisture and Remote Sensing
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of ChinaAustralian Research CouncilAlzheimer Society Research Program
Mots-clésGlobal Positioning SystemGPS signalsRemote sensingInterference (communication)Multipath propagationComputer scienceWater contentEnvironmental scienceSIGNAL (programming language)Multipath interferenceReflectometryAssisted GPSGeologyTelecommunications

Résumé

récupéré en direct d'OpenAlex

Global positioning system reflectometry (GPS-R) is an emerging area of GPS applications in microwave remote sensing using multipath reflected signals. Soil moisture estimation is one of the many potential applications of the GPS-R technique. The focus of this study is on investigating the feasibility of soil moisture estimation based on GPS L1 band interference signals which can be readily captured using a low-cost off-the-shelf L1-band GPS receiver. The theoretical background is studied, and the field experiments conducted are described. Power spectrum analysis is performed on the received interference signals to determine the interference signal frequency variation, and cosine similarity is applied to identify the initial phase change. Data collected at a number of continuously operating GPS stations are also analyzed. The results demonstrate that both interference signal frequency and phase have changed significantly after rainfalls occurred. That is, it is possible to estimate soil moisture by analyzing the frequency change and phase shift. However, it is also observed that the phase shift is inconsistent in some cases. Ongoing work will focus on figuring out the source of the inconsistency so that reliable estimation of soil moisture can be achieved.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,309
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEURASIP Journal on Advances in Signal ProcessingMême sujetSoil Moisture and Remote SensingTravaux en français237 207