MétaCan
Menu
Retour à la cohorte
Enregistrement W3176065721 · doi:10.3390/rs13132518

Response of Multi-Incidence Angle Polarimetric RADARSAT-2 Data to Herbaceous Vegetation Features in the Lower Paraná River Floodplain, Argentina

2021· article· en· W3176065721 sur OpenAlexaff
Natalia Soledad Morandeira, M. Barber, Francisco Grings, F.J. Ahern, Patricia Kandus, Brian Brisco

Notice bibliographique

RevueRemote Sensing · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueSynthetic Aperture Radar (SAR) Applications and Techniques
Établissements canadiensNatural Resources Canada
Organismes subventionnairesAgencia Nacional de Promoción Científica y Tecnológica
Mots-clésMarshBiomass (ecology)Vegetation (pathology)Herbaceous plantEnvironmental scienceWetlandFloodplainRange (aeronautics)Physical geographyGeographyEcologyBiologyCartography

Résumé

récupéré en direct d'OpenAlex

Wetland ecosystems play a key role in hydrological and biogeochemical cycles. In emergent vegetation targets, the occurrence of double-bounce scatter is indicative of the presence of water and can be valuable for hydrological monitoring. Double-bounce scatter would lead to an increase of σ0HH over σ0VV and a non-zero co-polarized phase difference (CPD). In the Lower Paraná River floodplain, a total of 11 full polarimetric RADARSAT-2 scenes from a wide range of incidence angles were acquired during a month. Flooded targets dominated by two herbaceous species were sampled: Schoenoplectus californicus (four sites, Bulrush marshes) and Ludwigia peruviana (three sites, Broadleaf marshes). As a general trend, σ0HH was higher than σ0VV, especially at the steeper incidence angles. By modeling CPD with maximum likelihood estimations, we found results consistent with double-bounce scatter in two Ludwigia plots, at certain scene incidence angles. Incidence angle accounted for most of the variation on σ0HH, whereas emergent green biomass was the main feature influencing σ0HV. Multivariate models explaining backscattering variation included the incidence angle and at least two of these variables: emergent plant height, stem diameter, number of green stems, and emergent green biomass. This study provides an example of using CPD to decide on the contribution of double-bounce scatter and highlights the influence of vegetation biomass on radar response. Even with the presence of water below vegetation, the contribution of double-bounce scatter to C-band backscattering depends on scene incidence angles and may be negligible in dense herbaceous targets.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,140

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,024
Tête enseignante GPT0,269
Écart entre enseignants0,246 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

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