MétaCan
Menu
Retour à la cohorte
Enregistrement W2761487526 · doi:10.3390/rs9101047

Detection of Bivalve Beds on Exposed Intertidal Flats Using Polarimetric SAR Indicators

2017· article· en· W2761487526 sur OpenAlexfundno aff
Wensheng Wang, Martin Gade, Xiaofeng Yang

Notice bibliographique

RevueRemote Sensing · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueSynthetic Aperture Radar (SAR) Applications and Techniques
Établissements canadiensnon disponible
Organismes subventionnairesJapan Aerospace Exploration AgencyInstitute of Remote Sensing and Digital EarthCanadian Space AgencyDeutscher Akademischer Austauschdienst
Mots-clésIntertidal zoneGeologyRemote sensingMusselRadarEnvironmental scienceOceanographyPolarimetryFishery

Résumé

récupéré en direct d'OpenAlex

We propose new indicators for bivalve (oyster and mussel) beds on exposed intertidal flats, derived from dual-copolarization (HH + VV) TerraSAR-X, Radarsat-2, and ALOS-2 images of the German North Sea coast. Our analyses are based upon the Kennaugh element framework, and we show that different targets on exposed intertidal flats exhibit different radar backscattering characteristics, which manifest in different magnitudes of the Kennaugh elements. Namely, the inter-channel correlation’s real (K3) and imaginary (K7) part can be used to distinguish bivalve beds from surrounding sandy sediments, and together with the polarimetric coefficient (i.e., the normalized differential polarization ratio, K0/K4) they can be used as indicators for bivalve beds using multi-frequency dual-copolarization SAR data. Our results show that continuous bivalve bed monitoring is possible using dual-copolarimetric SAR acquisitions at all radar wavelengths.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,019
Tête enseignante GPT0,256
Écart entre enseignants0,237 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations10
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

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