Off-Nadir Photogrammetry for Airborne SAR Motion Compensation: A First Step
Notice bibliographique
Résumé
A photogrammetry system operated simultaneously with a synthetic aperture radar (SAR) from the same aerial platform provides strong sensor fusion possibilities that can improve the accuracy of repeat pass Interferometric SAR (InSAR) processing. Motion compensation is a key step in airborne SAR/InSAR processing, and the availability of accurate external digital elevation models (DEMs) is at the heart of many InSAR applications. Eventual research goals are (1) to produce high precision photogrammetric DEMs as reference for interferometric and tomographic applications, and (2) to use photogrammetric block adjustment parameters to fine-adjust the flight trajectory for enhanced motion compensation in repeat pass InSAR. To meet these goals; as SAR is oblique looking by design, an un-conventional off-nadir photogrammetric field-of-view coinciding with the SAR swath is required for our combined system. In this paper we focus on the accuracy implications of the derived photogrammetric DEMs from off-nadir vs nadir configuration as well as the potential for trajectory refinement from the derived photogrammetric block adjustment parameters. Additionally, we carry out an accuracy comparison of our photogrammetric system with established references (Fairbanks fodar™ and WorldDEM™). Vertical photogrammetric DEMs produced with our system over a test site near Silver City, Yukon Territory, Canada were found to be accurate with a mean height difference of 0.45 m and a corresponding standard deviation of 0.78 m from the reference fodar™ system; whereas produced nadir vs. off-nadir DEMs were found in accordance with each other with a mean difference of 0.29 m and standard deviation of 0.75 m. Furthermore, the estimated flight trajectory refinement for the test data had a mean value of 0.19 m with a standard deviation of 0.09 m.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».