MétaCan
Menu
Retour à la cohorte
Enregistrement W2169165052 · doi:10.1109/igarss.2008.4778983

Scattering type phase for wetland classification using C-band polarimetric SAR

2008· article· en· W2169165052 sur OpenAlexaffabout
R. Touzi, A. Deschamps, Gernot Rother

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSynthetic Aperture Radar (SAR) Applications and Techniques
Établissements canadiensNational Capital Commission
Organismes subventionnairesnon disponible
Mots-clésPolarimetryRemote sensingScatteringSynthetic aperture radarL bandWetlandPhase (matter)Computer scienceEnvironmental scienceGeologyPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

The Touzi decomposition is investigated for wetland characterization. Like the Cloude alpha scattering type, the magnitude alpha <sub xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">s</sub> of the symmetric scattering is not effective for vegetation type discrimination. The phase Phi <sub xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">alphas</sub> of the symmetric scattering type has to be used for enhanced characterization of wetland vegetation species. A new tool is introduced for assessment of the scattering type phase coherence, and the phase of the dominant scattering type is shown to be very promising for wetland target classification. The unique information provided by Phi <sub xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">alphas</sub> for enhanced wetland class discrimination is demonstrated using Convair-580 polarimetric C-band SAR data collected over the Mer Bleue wetland in the East of Ottawa, Canada. The use of Phi <sub xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">alphas</sub> makes possible the discrimination of shrub bog from sedges fen, and permits even the discrimination between conifer dominated treed bog from upland deciduous forest under leafy conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,655
Score d'incertitude au seuil0,412

Scores Codex et Gemma par catégorie

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

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 Opus0,057
Tête enseignante GPT0,296
Écart entre enseignants0,239 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations9
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetSynthetic Aperture Radar (SAR) Applications and TechniquesTravaux en français237 207