Assessment of Different Backscattering Models for Bare Soil Surface Parameters Estimation from SAR Data in band C, L and P
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
Synthetic Aperture Radar (SAR) is the most widely used sensor for retrieving soil surface parameters. This study was performed in two steps. In the first step, estimated backscattering coefficients using three models, Oh, Dubois, and IEM, in three bands of P, L, and C and two polarizations of HH and VV were compared with those extracted from SAR data acquire from AIRSAR over LWREW experimental site located in southwestern Oklahoma with a sub-humid climate. The results showed that the Oh model in band C had the best accuracy in both polarizations (RMSE_HH=1.48 and RMSE_VV=1.1). Dubois and IEM models were appropriately accurate in band L; however, both were less accurate compared with the Oh model in band C. In the second step, ground truth measurements of soil roughness, dielectric constant, and correlation length were compared with the corresponding results of inversion backscattering models. Based on the findings, it was concluded that IEM performed better at estimating soil roughness with RMSE=0.37, while Oh more accurately assessed dielectric constant in all three bands and at depths of 0–3 cm and 3–6 cm. All results confirmed that band P was not appropriate for retrieving soil surface parameters using backscattering models compared with the bands of C and L.
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