MétaCan
Menu
Retour à la cohorte
Enregistrement W4401456235 · doi:10.3390/rs16162918

Potential of the Bi-Static SAR Satellite Companion Mission Harmony for Land-Ice Observations

2024· article· en· W4401456235 sur OpenAlexaff
Andreas Kääb, J. Mouginot, Pau Prats, Eric Rignot, Bernhard Rabus, Andreas Benedikter, Helmut Rott, Thomas Nägler, Björn Rommen, Paco López‐Dekker

Notice bibliographique

RevueRemote Sensing · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensSimon Fraser University
Organismes subventionnairesEuropean Space AgencyNational Science Foundation
Mots-clésRemote sensingHarmony (color)SatelliteEnvironmental scienceAstrobiologyGeologyAerospace engineeringPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

The EarthExplorer 10 mission Harmony by the European Space Agency ESA, scheduled for launch around 2029–2030, consists of two passive C-band synthetic-aperture-radar companion satellites flying in a flexible constellation with one Sentinel-1 radar satellite as an illuminator. Sentinel-1 will serve as transmitter and receiver of radar waves, and the two Harmonys will serve as bistatic receivers without the ability to transmit. During the first and last year of the 5-year mission, the two Harmony satellites will fly in a cross-track interferometric constellation, such as that known from TanDEM-X, about 350 km ahead or behind the assigned Sentinel-1. This constellation will provide 12-day repeat DEMs, among other regions, over most land-ice and permafrost areas. These repeat DEMs will be complemented by synchronous lateral terrain displacements from the well-established offset tracking method. In between the cross-track interferometry phases, one of the Harmony satellites will be moved to the opposite side of the Sentinel-1 to form a symmetric bistatic “stereo” constellation with ±~350 km along-track baseline. In this phase, the mission will provide opportunity for radar interferometry along three lines of sight, or up to six when combining ascending and descending acquisitions, enabling the measurement of three-dimensional surface motion, for instance sub- and emergence components of ice flow, or three-dimensional deformation of permafrost surfaces or slow landslides. Such measurements would, for the first time, be available for large areas and are anticipated to provide a number of novel insights into the dynamics and mass balance of a range of mass movement processes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,047
Tête enseignante GPT0,252
Écart entre enseignants0,205 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetCryospheric studies and observationsTravaux en français237 207