Geoid modeling using a high resolution geopotential model and terrain data: A case study in Canadian Rockies
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
Using GPS-levelling technique for height determination has been a very attractive method in recent years, due to rapid availability of high quality GPS positioning. With this method, a precise geoid is required to convert GPS ellipsoidal heights to orthometric heights. Conventionally, such a high quality local geoid is obtained through very dense gravity and GPS-levelling data (and other gravity related quantities, such as vertical deflections, gravity gradients). However, high quality and dense gravity and GPS-levelling data are not available for many developing countries, due to the cost and effort for such surveys. In this paper, a simple alternative method based on recent high quality global gravity and digital terrain models, which avoids the need of dense gravity and GPS-levelling data, is proposed. With this method, low and medium wavelength gravity field structures are estimated from the recent global gravity model, the Earth Gravitational Model 2008 (EGM2008), while the short wavelength structures are calculated from the latest global Digital Terrain Model (the Shuttle Radar Topography Mission (SRTM) elevation data). Residual topography reduced geoid undulation differences between GPS-levelling and EGM2008 are modeled as a trend and a corrective surface separately. As the GPS-levelling data used in this method is relatively sparse, an iterative cross-validation method is used to maximize the available data points in the corrective surface computation. As an example, a very rough region (in Canadian Rocky mountains) is selected to test this geoid determination method. The comparison of the geoid using the proposed method with the Canadian Gravimetric Geoid 2005 (CGG2005) in absolute and relative sense shows a slight improvement and the new geoid is able to be used to support GPS-levelling in the second and third order height networks.
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 | 0,001 | 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 | 0,000 | 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