Integration of a Helicopter-Based Ground Penetrating Radar (GPR)with a Laser, Video And GPS System
Notice bibliographique
Résumé
Helicopter-borne sensors have been used since the early 1990s to monitor ice properties in support of winter marine transportation along the East Coast of Canada. The observations are used directly in ice chart production and indirectly in the validation of ice hazard identification algorithms using satellite imagery, the main source of data for ice chart production. Called the VideoGPS Sensor System, this system includes a laser altimeter, digital image capture and a GPS receiver for positioning. This system is usually operated concurrently with an electromagnetic-based ice thickness sensor. A commercial off the-shelf ground penetrating radar (GPR) system has recently been integrated into the VideoGPS system. The VideoGPS system has a laser altimeter to measure flying height and ice roughness. Digital images are collected with enough overlap so they can be mosaicked to provide a two-dimensional image of the ice surface along the helicopter’s flight path and complement the detailed one-dimensional laser roughness profile. A Matlab-based data processing environment with a graphical user interface has been developed to handle the data integration and the display of the results. The ground penetrating radar (GPR) system has been added to the VideoGPS system for snow thickness measurements. As snow and ice thickness measurements using airborne GPR have been used for over 30 years, the evaluation of GPR performance was to ensure the overall system packaging performed properly, not to evaluate whether or not GPR can measure snow and ice thickness. References going back thirty years are provided. Due to limited snow cover during the field trials of 2007 and 2008 in Prince Edward Island, Canada, the integrated system has been evaluated with data collected over a frozen fresh water lake. GPR data results are shown which include the laser altimeter flying height for evaluation purposes. GPR data were processed for freshwater ice thickness for several parallel flight lines and these are shown as a colour-coded result on a digital image mosaic of the flight path. In addition, recent snow thickness measurement results from April 2008 in the eastern Canadian Beaufort Sea are presented.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».