Glacier Surface Velocity Retrieval Using D-InSAR and Offset Tracking Techniques Applied to Ascending and Descending Passes of Sentinel-1 Data for Southern Ellesmere Ice Caps, Canadian Arctic
Notice bibliographique
Résumé
The Terrain Observation by Progressive Scans (TOPS) acquisition mode of the Sentinel-1 mission provides a wide coverage per acquisition with resolutions of 5 m in range and 20 m in azimuth, which makes this acquisition mode attractive for glacier velocity monitoring. Here, we retrieve surface velocities from the southern Ellesmere Island ice caps (Canadian Arctic) using both offset tracking and Differential Interferometric Synthetic Aperture Radar (D-InSAR) techniques and combining ascending and descending passes. We optimise the offset tracking technique by omitting the azimuth offsets. By doing so, we are able to improve the final resolution of the velocity product, as Sentinel-1 shows a lower resolution in the azimuth direction. Simultaneously, we avoid the undesired ionospheric effect manifested in the data as azimuth streaks. The D-InSAR technique shows its merits when applied to slow-moving areas, while offset tracking is more suitable for fast-moving areas. This research shows that the methods used here are complementary and the use of both to determine glacier velocities is better than only using one or the other. We observe glacier surface velocities of up to 1200 m year − 1 for the fastest tidewater glaciers. The land-terminating glaciers show typical velocities between 12 and 33 m year − 1 , though with peaks up to 150 m year − 1 in narrowing zones of the confining valleys.
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 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».