MétaCan
Menu
Retour à la cohorte
Enregistrement W2888773612 · doi:10.1080/15481603.2018.1513444

Monitoring surface changes in discontinuous permafrost terrain using small baseline SAR interferometry, object-based classification, and geological features: a case study from Mayo, Yukon Territory, Canada

2018· article· en· W2888773612 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueGIScience & Remote Sensing · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensCentre For Cold Ocean Resources EngineeringMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésPermafrostInterferometric synthetic aperture radarTerrainGeologyRemote sensingGNSS augmentationLand coverBaseline (sea)Vegetation (pathology)Synthetic aperture radarInterferometryArcticSubsidencePhysical geographyGeodesyCartographyGeomorphologyGeographyGlobal Positioning SystemLand use

Résumé

récupéré en direct d'OpenAlex

Permafrost-induced deformation of ground features is threating infrastructure in northern communities. An understanding of permafrost distribution is therefore critical for sustainable adaptation planning and infrastructure maintenance. Considering the large area underlain by permafrost in the Yukon Territory, there is a need for baseline information to characterize the permafrost in this region. In this study, the Differential Interferometric Synthetic Aperture Radar (DInSAR) technique was used to identify areas of ground movement likely caused by changes in permafrost. The DInSAR technique was applied to a series of repeat-pass C-band RADARSAT-2 observations collected in 2015 over the Village of Mayo, in central Yukon Territory, Canada. The conventional DInSAR technique demonstrated that ground deformation could be detected in this area, but the resulting deformation maps contained errors due to a loss of coherence from changes in vegetation and atmospheric phase delay. To address these limitations, the Small BAseline Subset (SBAS) InSAR technique was applied to reduce phase error, thus improving the deformation maps. To understand the relationship between the deformation maps and land cover types, an object-based Random Forest classification was developed to classify the study area into different land cover types. Integration of the InSAR results and the classification map revealed that the built-up class (e.g., airport) was affected by subsidence on the order of −2 to −4 cm. The spatial extent of the surface displacement map obtained using the SBAS InSAR technique was then correlated with the surficial geology map. This revealed that much of the main infrastructure in the Village of Mayo is underlain by interbedded glaciofluvial and glaciolacustrine sediments, the latter of which caused the most damage to human made structures. This study provides a method for permafrost monitoring that builds upon the synergistic use of the SBAS InSAR technique, object-based image analysis, and surficial geology data.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,376
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,059
Tête enseignante GPT0,274
Écart entre enseignants0,214 · 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