MétaCan
Menu
Retour à la cohorte
Enregistrement W2903427766 · doi:10.1080/07038992.2018.1517022

Assessing the Benefits of Simulated RADARSAT Constellation Mission Polarimetry Images for Structural Mapping of an Impact Crater in the Canadian Shield

2018· article· en· W2903427766 sur OpenAlexaffvenueabout
Mary‐Anne Fobert, J. G. Spray, V. Singhroy

Notice bibliographique

RevueCanadian Journal of Remote Sensing · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePlanetary Science and Exploration
Établissements canadiensNatural Resources CanadaUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésConstellationImpact craterPolarimetryRemote sensingShieldGeographyGeologyCartographyAstrobiologyAstronomyPhysicsOpticsPaleontology

Résumé

récupéré en direct d'OpenAlex

Traditional polarization architectures transmit and receive linear polarizations (LL). Canada’s RADARSAT Constellation Mission (RCM) will be equipped with a hybrid architecture that will transmit a circular polarization and receive linear polarizations (CL). The objective of this study is to assess the benefits of CL polarization images, in comparison to LL, for automated structural mapping in Canadian Shield terrain. RADARSAT-2 data acquired over the Manicouagan impact crater are used to simulate RCM data through the Natural Resources Canada RCM-CP (compact polarimetric) v3 program. Circular transmit/receive (CC) polarization images were also generated and included in this study. The structural mapping benefits of each polarization architecture have been assessed via comparisons with a manually inferred fault map, escarpment map, and optical data illustrating faults indicated through extended linear waterbodies. The results demonstrate that the CL and LL architectures provide a complementary overview of the structural geology. CL, in relation to LL, provides a greater spatial extent of lineaments, better optimizes faults expressed through linear waterbodies, and highlights the largest number of manually inferred faults, while LL better recognizes faults related to moderate relief. We conclude that RCM’s CL architecture will provide an additional benefit for structural mapping in the Canadian Shield and equivalent terrains.

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 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 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 enseignants0,773
Score d'incertitude au seuil0,863

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,038
Tête enseignante GPT0,294
Écart entre enseignants0,255 · 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 tête enseignante, 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

Citations4
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Remote SensingMême sujetPlanetary Science and ExplorationTravaux en français237 207