Satellite Synthetic Aperture Radar, Multispectral, and Infrared Imagery for Assessing Bridge Deformation and Structural Health—A Case Study at the Samuel de Champlain Bridge
Notice bibliographique
Résumé
A space-borne remote sensing method was applied, validated, and demonstrated in a case study on the Samuel de Champlain Bridge in Montreal, Canada. High-resolution C-band radar satellite imagery was analyzed using the Persistent Scatterer Interferometric Synthetic Aperture Radar technique to derive bridge displacements and compare them against theoretical estimates. Multispectral and long-wave thermal infrared satellite imagery acquired during the InSAR observation period and historical environmental data were analyzed to provide context for the interpretation and understanding of InSAR results. Thermal deformation measurements compared well with their theoretical estimates based on known bridge geometry and ambient temperature data. Non-thermal deformation measurements gave no evidence of settlement during the 2-year monitoring period, as would normally be expected for a newly constructed bridge with its foundation on bedrock. The availability of environmental data obtained from multispectral and thermal infrared satellite imagery was found to be useful in providing context for the bridge stability assessment. Ambient temperature measurements from thermal infrared satellite imagery were found to be a suitable alternative in cases where data from in situ temperature sensors or nearby weather stations are not available or not fit for purpose. No strong correlation was found between the river conditions and bridge deformation results from the InSAR analysis; this is partly due to the fact that most of these effects act along the river flow in the north–south direction, to which the satellite sensor is not sensitive.
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 | 0,001 | 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 ».