MétaCan
Menu
Retour à la cohorte
Enregistrement W2920176286 · doi:10.3390/rs11050516

Full and Simulated Compact Polarimetry SAR Responses to Canadian Wetlands: Separability Analysis and Classification

2019· article· en· W2920176286 sur OpenAlexafffundabout
Fariba Mohammadimanesh, Bahram Salehi, Masoud Mahdianpari, Brian Brisco, Eric W. Gill

Notice bibliographique

RevueRemote Sensing · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueSynthetic Aperture Radar (SAR) Applications and Techniques
Établissements canadiensCentre For Cold Ocean Resources EngineeringMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaResearch and Development Corporation of Newfoundland and Labrador
Mots-clésRemote sensingWetlandSynthetic aperture radarPolarimetryEnvironmental scienceGeographyEcology

Résumé

récupéré en direct d'OpenAlex

Detailed information on spatial distribution of wetland classes is crucial for monitoring this important productive ecosystem using advanced remote sensing tools and data. Although the potential of full- and dual-polarimetric (FP and DP) Synthetic Aperture Radar (SAR) data for wetland classification has been well examined, the capability of compact polarimetric (CP) SAR data has not yet been thoroughly investigated. This is of great significance, since the upcoming RADARSAT Constellation Mission (RCM), which will soon be the main source of SAR observations in Canada, will have CP mode as one of its main SAR configurations. This also highlights the necessity to fully exploit such important Earth Observation (EO) data by examining the similarities and dissimilarities between FP and CP SAR data for wetland mapping. Accordingly, this study examines and compares the discrimination capability of extracted features from FP and simulated CP SAR data between pairs of wetland classes. In particular, 13 FP and 22 simulated CP SAR features are extracted from RADARSAT-2 data to determine their discrimination capabilities both qualitatively and quantitatively in three wetland sites, located in Newfoundland and Labrador, Canada. Seven of 13 FP and 15 of 22 CP SAR features are found to be the most discriminant, as they indicate an excellent separability for at least one pair of wetland classes. The overall accuracies of 87.89%, 80.67%, and 84.07% are achieved using the CP SAR data for the three wetland sites (Avalon, Deer Lake, and Gros Morne, respectively) in this study. Although these accuracies are lower than those of FP SAR data, they confirm the potential of CP SAR data for wetland mapping as accuracies exceed 80% in all three sites. The CP SAR data collected by RCM will significantly contribute to the efforts ongoing of conservation strategies for wetlands and monitoring changes, especially on large scales, as they have both wider swath coverage and improved temporal resolution compared to those of RADARSAT-2.

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)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,926
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,011
Tête enseignante GPT0,249
Écart entre enseignants0,238 · 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'étudeAutre devis
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

Citations43
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

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