MétaCan
Menu
Retour à la cohorte
Enregistrement W4392287761 · doi:10.1029/2023gl105039

Real‐Time Water Levels Using GNSS‐IR: A Potential Tool for Flood Monitoring

2024· article· en· W4392287761 sur OpenAlexafffund
David Purnell, Natalya Gomez, W. G. Minarik, Gregory Langston

Notice bibliographique

RevueGeophysical Research Letters · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensEnvironment and Climate Change CanadaUniversité du Québec à MontréalMcGill UniversityUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésGNSS applicationsReflectometryEnvironmental scienceRemote sensingWater levelSatellite systemFlood mythGlobal Positioning SystemSatelliteComputer scienceGeologyTelecommunications

Résumé

récupéré en direct d'OpenAlex

Abstract Global Navigation Satellite System Interferometric Reflectometry (GNSS‐IR) using low‐cost antennas is a practical solution for monitoring water levels from rivers, lakes and seas that does not require submerging any instruments in water. Here we present a novel method for obtaining real‐time water levels using multiple low‐cost antennas that we validate by comparing with measurements from a co‐located pressure gauge at two sites with variable tides. Additionally, we use survey measurements to show that there is a site‐dependant mean bias in GNSS‐IR measurements up to a few centimeters, but this mean bias can be effectively removed by using a correction for the effect of tropospheric delay. We conclude that GNSS‐IR water level sensors could be a powerful tool for real‐time applications such as flood or storm surge monitoring and water resource management, as well as for improving the spatial coverage of sensors in remote regions.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,500
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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 Opus0,043
Tête enseignante GPT0,344
Écart entre enseignants0,302 · 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.

Devis d'étudeExpérimental (laboratoire)
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

Citations15
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetFlood Risk Assessment and ManagementTravaux en français237 207