MétaCan
Menu
Retour à la cohorte
Enregistrement W3190435894 · doi:10.3390/rs13153048

A Robust SAR Speckle Tracking Workflow for Measuring and Interpreting the 3D Surface Displacement of Landslides

2021· article· en· W3190435894 sur OpenAlexafffund
Davide Donati, Bernhard Rabus, Jeanine Engelbrecht, Doug Stead, John J. Clague, Mirko Francioni

Notice bibliographique

RevueRemote Sensing · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensBGC Engineering (Canada)Simon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésLandslideGeologySlumpingDisplacement (psychology)Remote sensingGeodesySynthetic aperture radarSpeckle patternWorkflowGeomorphologyComputer scienceComputer vision

Résumé

récupéré en direct d'OpenAlex

We present a workflow for investigating large, slow-moving landslides which combines the synthetic aperture radar (SAR) technique, GIS post-processing, and airborne laser scanning (ALS), and apply it to Fels landslide in Alaska, US. First, we exploit a speckle tracking (ST) approach to derive the easting, northing, and vertical components of the displacement vectors across the rock slope for two five-year windows, 2010–2015 and 2015–2020. Then, we perform post-processing in a GIS environment to derive displacement magnitude, trend, and plunge maps of the landslide area. Finally, we compare the ST-derived displacement data with structural lineament maps and profiles extracted from the ALS dataset. Relying on remotely sensed data, we estimate that the thickness of the slide mass is more than 100 m and displacements occur through a combination of slumping at the toe and planar sliding in the central and upper slope. Our approach provides information and interpretations that can assist in optimizing and planning fieldwork activities and site investigations at landslides in remote locations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,790
Score d'incertitude au seuil0,293

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,023
Tête enseignante GPT0,227
Écart entre enseignants0,204 · 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 tête enseignante, 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

Citations12
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetLandslides and related hazardsTravaux en français237 207