MétaCan
Menu
Retour à la cohorte
Enregistrement W3004405736

Modeling InSAR closure phase and soil moisture inversion

2019· article· en· W3004405736 sur OpenAlexaboutno aff
Francesco De Zan, Giorgio Gomba

Notice bibliographique

Revueelib (German Aerospace Center) · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueSynthetic Aperture Radar (SAR) Applications and Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpurious relationshipInterferometric synthetic aperture radarInversion (geology)InterferometryClosure (psychology)Earth structureGeologyScalingSynthetic aperture radarGeodesyRemote sensingEnvironmental sciencePhysicsMeteorologyOpticsMathematicsSeismologyGeometryGeomorphologyStructural basin
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Closure phases in SAR interferometry have the potential to carry information about the scatterer and changes in its dielectric properties. We are modeling the effects of scatterer changes on the interferometric phases. In this contribution we present some result and open questions. \nWe start by using the interferometric model in De Zan et al. 2014 to explain the closure phases observed in InSAR with moisture variations and invert them. This model seems to work rather well in L-band and we report inversion results for the CanEX-SM10 campaign by UAVSAR (NASA/JPL) over an agricultural site in Saskatchewan, Canada. Here the field-based correlation between our inversion and moisture probes are higher than 0.7 for most of the fields. The scaling factor between the inversion and the probe signal is, however, highly variable and we do not have a satisfactory model for it yet. \nWe report also encouraging first results with C-band modeling over southern Italy observed with Sentinel-1. The closure phases obey a similar model as for L-band, but they are typically downscaled, i.e. we observed values smaller than the model would predict. \nThere is a possibility that the moisture model is not explaining the totality of the observed closure phase. This idea is suggested also by processing interferometrically stacks of SAR images and limiting the temporal separation to a few months. The retrieved deformation exhibits a spurious drift that amounts to a few millimeters / year. The drift is rather constant and does not seem to be related to the moisture cycles. \nBy adding just a few (3) parameters to the interferometric models it is possible to explain significantly better both the observed closure phases and the drifts when reconstructing a deformation series by limiting the temporal separation.

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,227
Écart entre enseignants0,221 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueelib (German Aerospace Center)Même sujetSynthetic Aperture Radar (SAR) Applications and TechniquesTravaux en français237 207