MétaCan
Menu
Retour à la cohorte
Enregistrement W3036174403

Peatland Subsurface Water Flow Monitoring Using Polarimetric L-Band PALSAR

2011· article· en· W3036174403 sur OpenAlexaboutno aff
R. Touzi, Gabriel Hould Gosselin, J. Li, Richard Brook

Notice bibliographique

RevueJAXA Repository (JAXA) · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil Moisture and Remote Sensing
Établissements canadiensnon disponible
Organismes subventionnairesJapan Aerospace Exploration Agency
Mots-clésRemote sensingPolarimetryGeologyEnvironmental scienceOpticsPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The potential of L-band PALSAR for monitoring water flow beneath the peat surface is demonstrated on a bog near Lac Saint Pierre (Canada). Two polarimetric ALOS acquisitions collected at spring and fall under different water conditions are used. The Touzi decomposition, which was shown to be very promising for peatland characterization using the C-band Convair 580 SAR, is applied. Like in, the information provided by the multi-polarization (HH, HV, and VV), the scattering type magnitude (the Cloude alpha or the Touzi alpha(sub s)), the single scattering eigenvalues and the entropy, cannot detect the presence of water underneath the peat surface. The Touzi scattering phase phi(sub alpha(sub s)) is shown to be the only target scattering decomposition parameter that can detect water flow variations beneath the peat surface. The fall acquisition that took place after two days rain permits demonstrating that the wave can penetrate deep into the acrotelm layer to detect the rain water that has sinked rapidly into the peat layer of high hydraulic conductivity. The spring acquisition at dry conditions permits better discrimination of poor fen from bog. Similar performance have been observed in a subarctic peatland in the Wapusk National Park using PALSAR data collected between June and September 2010. While the multi-polarization information could not detect any hydraulic changes in a sedge bulrush fen, phi(sub alpha(sub s)) can detect the peatland subsurface water level variations between the June starting permafrost melting season (13 cm active layer) and the more advanced July melting seasons (27 cm active layer). However, the scattering type phase could not detect the water level change between July and August of more advanced melting conditions (active layer thickness of 60 cm). The L-band wave does not go so deep into the fen to detect the presence of the subsurface (deeper than 27 cm) water.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,160

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,030
Tête enseignante GPT0,209
Écart entre enseignants0,180 · 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'étudeObservationnel
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

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAXA Repository (JAXA)Même sujetSoil Moisture and Remote SensingTravaux en français237 207