MétaCan
Menu
Retour à la cohorte
Enregistrement W7001319422

The JECAM SAR Inter-Comparison Experiment: Comparing agriculture classification results utilizing a well-established operational decision tree methodology incorporating a variety of C-band SAR and optical imagery applied to 13 worldwide, diverse agriculture systems

2018· article· en· W7001319422 sur OpenAlexaboutno aff

Notice bibliographique

RevueAgritrop (Cirad) · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueScience, Research, and Medicine
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSynthetic aperture radarAgricultureData setEarth observationConsistency (knowledge bases)Decision treeVariety (cybernetics)Precision agriculture
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Synthetic Aperture Radar (SAR) data have been incorporated in operational crop inventories with many advantages, particularly the availability of data under cloudy conditions and the structural information that is gained for agricultural vegetation. The Joint Experiment for Crop Assessment and Monitoring (JECAM) is the research and development branch of GEOGLAM (Group on Earth Observations Global Agricultural Monitoring), a G20 initiative to improve the global monitoring of agriculture through the use of Earth Observation (EO) data and remote sensing. The JECAM SAR Inter-Comparison Experiment, led by Agriculture and Agri-Food Canada (AAFC), is a multi-year, multi-partner project that aims to compare global methods for SAR crop monitoring and inventory. AAFC's operational SAR/optical crop inventory decision tree-based methodology has been successfully used to classify the agriculture extent of Canada since 2011. Data sets of RADARSAT-2 and Sentinel-1 SAR imagery, and optical imagery including Landsat8 and Sentinel-2 were prepared for this experiment using a suite of best practices to ensure consistency across 13 participating sites. The results from applying AAFC's operational crop inventory methodology to the other JECAM partners' sites will be discussed for optimized data sets of: one SAR and one optical image per month of the growing season; a SAR only data set utilizing all available C-band data for a growing season; and for a “kitchen sink” data set where all available SAR and optical data for a growing season were included in the classifier. Preliminary results from other JECAM Partners' crop classification methodologies will be discussed. Finally, there will be a brief discussion on the next two components of the JECAM SAR Inter-Comparison Experiment, including the use of compact polarimetry parameters for crop identification and monitoring, and the use of multi-frequency SAR for crop classification.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,675
Score d'incertitude au seuil0,695

Scores Codex et Gemma par catégorie

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

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 Opus0,087
Tête enseignante GPT0,352
Écart entre enseignants0,265 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgritrop (Cirad)Même sujetScience, Research, and MedicineTravaux en français237 207