Assessing Interactions Between Crop Biophysical Parameters and X-Band Backscattering Using Empirical Data and Model Sensitivity Analysis
Notice bibliographique
Résumé
Active microwave remote sensing data at different frequencies can provide crucial information on crop morphology and conditions, thus effectively supporting agronomic management at different scales. Despite the ever-increasing availability of spaceborne platforms and the extensive research developed throughout more than two decades, some knowledge gaps still await to be filled toward operational use, dealing with SAR backscatter response to crop-specific features and seasonal dynamics, including the effects of agronomic practices. In this work, we used variance-based global sensitivity analysis (GSA) as a quantitative framework for investigating the sensitivity of X-band backscattering to agronomic and morphological features typical of two different crops maize and rice. To this end, we jointly exploited empirical data on crop status and growth, high-resolution TerraSAR-X (TSX) data, and microwave radiative transfer model (RTM) simulations. Phenology-informed simulations allowed us to quantify the contributions of different scattering mechanisms for the two crops under varying observation setups, to assess the sensitivity of X-band backscattering to morphostructural crop biophysical parameters (BPs) (and their interactions), and to evaluate the effects of crop biomass on backscatter across growth stages. In particular, multidimensional GSA outputs accounting for model input correlations through Shapley effects provided a comprehensive suite of information on the relative proportion of total backscatter variance explained by a range of parameters and a quantitative description of the different behavior in vertical and horizontal polarization (changing throughout plant growth) in paddy rice, and the mixed contribution of canopy density and leaf angle distribution (depending on the incident angle) in maize.
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 | 0,001 |
| 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 ».