Precise ground-based GNSS-reflectometry water level measurements using multiple low-cost antennas
Notice bibliographique
Résumé
GNSS-Reflectometry (GNSS-R) is a promising new technique to monitor water levels due to easier and cheaper installation of instruments in remote environments compared to traditional acoustic sensors or pressure gauges. GNSS stations that have been used for reflectometry purposes thus far are designed for monitoring land motion and may cost more than 10,000 USD each. We have found that a low-cost GNSS antenna and receiver (10 USD) can be used to make equally precise water level measurements, with an RMSE of a few centimeters when compared to a collocated acoustic sensor. However, an RMSE of less than one centimeter is typical for water level sensors and this level of accuracy is desired for research purposes. Two of the dominant sources of error in GNSS-R measurements are the effects of random noise in the Signal-to-Noise Ratio (SNR) data and tropospheric delay. Modelling work suggests that these sources of error can be reduced by using multiple low-cost antennas in the same location. In light of this, we have installed an experimental setup of antennas at various locations along the Saint Lawrence River and Initial results show that multiple antennas can be used to provide more precise measurements than a single antenna. Our installations of multiple antennas are less than 5% of the cost of stations that have been used in previous GNSS-R literature. Hence this approach could be applied to install a dense network of water level sensors along rivers, lakes or coastlines at a relatively low cost. We expect that this approach could also be applied to GNSS-R soil moisture or snow depth measurements.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».