A Multi-Sensor Comparative Analysis on the Suitability of Generated DEM from Sentinel-1 SAR Interferometry Using Statistical and Hydrological Models
Notice bibliographique
Résumé
Digital elevation model (DEM) plays a vital role in hydrological modelling and environmental studies. Many essential layers can be extracted from this land surface information, including slope, aspect, rivers, and curvature. Therefore, DEM quality and accuracy will affect the extracted features and the whole process of modeling. Despite freely available DEMs from various sources, many researchers generate this information for their areas from various observations. Sentinal-1 synthetic aperture radar (SAR) images are among the best Earth observations for DEM generation thanks to their availabilities, high-resolution, and C-band sensitivity to surface structure. This paper presents a comparative study, from a hydrological point of view, on the quality and reliability of the DEMs generated from Sentinel-1 data and DEMs from other sources such as AIRSAR, ALOS-PALSAR, TanDEM-X, and SRTM. To this end, pair of Sentinel-1 data were acquired and processed using the SAR interferometry technique to produce a DEM for two different study areas of a part of the Cameron Highlands, Pahang, Malaysia, a part of Sanandaj, Iran. Based on the estimated linear regression and standard errors, generating DEM from Sentinel-1 did not yield promising results. The river streams for all DEMs were extracted using geospatial analysis tool in a geographic information system (GIS) environment. The results indicated that because of the higher spatial resolution (compared to SRTM and TanDEM-X), more stream orders were delineated from AIRSAR and Sentinel-1 DEMs. Due to the shorter perpendicular baseline, the phase decorrelation in the created DEM resulted in a lot of noise. At the same time, results from ground control points (GCPs) showed that the created DEM from Sentinel-1 is not promising. Therefore, other DEMs' performance, such as 90-meters' TanDEM-X and 30-meters' SRTM, are better than Sentinel-1 DEM (with a better spatial resolution).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».