Assessment of the High Resolution SAR Mode of the RADARSAT Constellation Mission for First Year Ice and Multiyear Ice Characterization
Notice bibliographique
Résumé
Simulated compact polarimetry from the RADARSAT Constellation Mission (RCM) is evaluated for sea ice classification. Compared to previous studies that evaluated the potential of RCM for sea ice classification, this study focuses on the High Resolution (HR) Synthetic Aperture Radar (SAR) mode of the RCM associated with a higher noise floor (Noise Equivalent Sigma Zero of −19 dB), which can prove challenging for sea ice monitoring. Twenty three Compact Polarimetric (CP) parameters were derived and analyzed for the discrimination between first year ice (FYI) and multiyear ice (MYI). The results of the RCM HR mode are compared with those previously obtained for other RCM SAR modes for possible CP consistency parameters in sea ice classification under different noise floors, spatial resolutions, and radar incidence angles. Finally, effective CP parameters were identified and used for the classification of FYI and MYI using the Random Forest (RF) classification algorithm. This study indicates that, despite the expected high noise floor of the RCM HR mode, CP SAR data from this mode are promising for the classification of FYI and MYI in dry ice winter conditions. The overall classification accuracies of CP SAR data over two test sites (96.13% and 96.84%) were found to be comparable to the accuracies obtained using Full Polarimetric (FP) SAR data (98.99% and 99.20%).
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 | 0,000 | 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 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 ».