MétaCan
Menu
Retour à la cohorte
Enregistrement W4402259672 · doi:10.1109/igarss53475.2024.10642891

Cross and Col-Pol Phase Difference Related to Crop Structures in the Quad-Pol SAR Data and its Potential for Crop Monitoring

2024· article· en· W4402259672 sur OpenAlexaboutno aff
WU Qing, Hongtao Shi, Xinrui Dong, Lingli Zhao

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSynthetic Aperture Radar (SAR) Applications and Techniques
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésCropComputer scienceAgricultural engineeringAgronomyEngineeringBiology

Résumé

récupéré en direct d'OpenAlex

The amplitude and phase of synthetic aperture radar (SAR) backscatter coefficients are sensitive to surface dielectric constant, canopy structure, and surface roughness. Particularly, quad-pol SAR observations which provide HH, VV, and HV/VV polarimetry information are more beneficial for crop monitoring compared with single and dual-pol data. Considering the difference of penetrability of horizontal and vertical signals over oriented canopy structure, we explores the potential of co-pol and cross-pol phase difference, like ∆ϕHH−VVand ∆ϕHH−HVand ∆ϕVV−VH, for crop phenology and structure monitoring. Besides, time-series variation of phase difference is supposed to be able to track crop growth. This paper introduces the form of the co-pol and cross-pol phase difference derived from Sinclare scattering matrix (S2×2) and the covariance matrix (C3×3). Subsequently, the mechanism of phase difference relating with the scattering phase center, the oriented crop structure, and the penetration depths of different polarization are provided. Time-series L-band quad-pol UAVSAR data which are collected from June 22 to July 17, 2012 in Winnipeg, Canada are used for the analysis of temporal and spacial phase difference characteristics over canola, soybean, and wheat fields. Results indicate significant potential of co-pol and cross-pol phase differences in crop structure and phenology monitoring. Especially, the evolution of time-series ∆ϕHH−VVis more consistent with taht of LAI measurements compared with the cross-pol phase difference.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,332
Écart entre enseignants0,309 · 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'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSynthetic Aperture Radar (SAR) Applications and TechniquesTravaux en français237 207