The RADARSAT Constellation Mission for Soil Moisture Retrieval of Bare Soil by Compact Polarimetry and Random Forest Regression
Notice bibliographique
Résumé
The RADARSAT Constellation Mission (RCM) performance evaluation is currently in progress for core Synthetic Aperture Radar (SAR) applications. This study aims to investigate the retrieval of Soil Moisture Content (SMC) in bare soil with RCM compact polarimetry and Random Forest Regression (RFR). The focus is on RH (right circular transmit and linear horizontal receive signal) and RV (right circular transmit and linear vertical receive signal) backscattering, which are the primary RCM Compact Polarimetric (CP) products. SMC retrieval is pursued over a wide range of radar incidence angles. Then, an attempt is made to retrieve SMC at higher radar incidence angles only. Furthermore, soil moisture maps are produced and used for analyzing the captured soil moisture variability. CP SAR images acquired with the RCM SC30MCP mode over three Canadian experimental sites are considered in our study. The sites are equipped with calibrated Real-Time In-Situ Soil Monitoring for Agriculture (RISMA) stations. A RFR retrieval algorithm was able to predict SMC with a correlation of 0.75 when compared to in-situ soil moisture measurements. A Root Mean Square Error (RMSE) = 5.9%, a bias = −1.5%, and an unbiased RMSE (ubRMSE) = 5.7% are achieved. A degradation in performance is reported for SMC retrieval under higher radar incidence angles. Results of our study indicate promising performance for capturing near-surface soil moisture variability under bare soil conditions.
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 | 0,001 | 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 | 0,000 | 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 ».