MétaCan
Menu
Retour à la cohorte
Enregistrement W7062291920

TerraSAR-X in support of the Canadian dual Ku-Band SAR mission

2023· other· en· W7062291920 sur OpenAlexaboutno aff

Notice bibliographique

Revueelib (German Aerospace Center) · 2023
Typeother
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSnowRadarSynthetic aperture radarEarth observationSatelliteConstellationAncillary data
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Environment and Climate Change Canada (ECCC) and the Canadian Space Agency (CSA) continue to advance a new satellite Ku-band radar mission focused on providing moderate resolution (500 m) information on seasonal snow mass. Like many regions of the northern hemisphere, estimates of the amount of water stored as seasonal snow are highly uncertain across Canada. To address this gap, a technical concept capable of providing dual-polarization (VV/VH), moderate resolution (500 m), wide swath (~250 km), and high duty cycle (~25% SAR-on time) Ku-band radar measurements at two frequencies (13.5; 17.25 GHz) is under development. An intensive field campaign, Trail Valley Creek experiment (TVCEx), conducted in winter of 2018-19 near Inuvik, NWT, Canada, was conducted. Another field campaign, CryoSAR 2022-23, was conducted in Powassan, Ontario, Canada. Both campaigns acquired airborne Ku-band (13.5 GHz) SAR data to support the science readiness activities of the future Canadian mission. A major challenge of effectively retrieving snow mass information from Ku-Band SAR data is to be able to decouple the contribution of the snow from the underlying background to the backscattered signal. To achieve this, C-Band RADARSAT-2 (TVCEx) and Radarsat Constellation Mission (CryoSAR 2022-23) and X-Band TerraSAR-X data were acquired. Since these radar bands are less sensitive to snow mass of shallow snowpacks, data acquired at both frequencies are used in a forward modeling approach, using the Snow Microwave Radiative Transfer (SMRT) model, to retrieve the effective soil parameters such as soil permittivity and texture. Current results from the TVCEx show that the retrieved soil texture parameters at the lower frequencies are very similar to the measured values using airborne LiDAR. This shows that using a multi-frequency approach is greatly beneficial in retrieving snow mass at higher frequencies. Preliminary results from the CryoSAR2022-23 campaign shows that the Ku-Band data is very sensitive to the snow mass for agricultural landscapes of southern Canada. With as little as 15 cm of snow, the backscattered signature from the soil texture is lost at Ku-Band but it is still visible at C- and X-Band throughout the winter season in dry snow conditions. Data acquired during these two field campaigns strongly show that TSX data is very valuable to retrieve snow mass properties at higher frequencies such as proposed in the future Canadian satellite mission.

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)0,000
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,331
Score d'incertitude au seuil0,884

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,1940,000

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 Opus0,013
Tête enseignante GPT0,274
Écart entre enseignants0,261 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueelib (German Aerospace Center)Même sujetMagnetic confinement fusion researchTravaux en français237 207