Evaluation of the TanDEM-X Digital Elevation Model by PPP GPS- Analysis and Intermediate Results-
Notice bibliographique
Résumé
From mission TerraSAR-X add-on for Digital Elevation Measurements (TanDEM-X) of the German Space Agency (DLR) a global digital elevation model (DEM) will be derived using satellite SAR interferometry. Two radar satellites (TerraSAR-X and Tandem-X) are going to map the earth in such a resolution and accuracy that was not possible in any earlier missions: the aim is an absolute height error of 10m or a relative height error of 2m respectively for 90 % of the data. One method to evaluate the accuracy is the use of kinematic Precise Point Positioning (PPP) GPS measurements. The required accuracy is around 0.5 m. The evaluation of the tracks is carried out using the software GIPSY 5.0 of the Jet Propulsion Laboratory (JPL), USA, as well as using the online service of the Natural Resources of Canada named CSRS-PPP. Both results are combined, thus defining the final solution. After the presentation of results for the first track from Munich, Germany, to Sao Martinho, Portugal in 2009, the intermediate results of five tracks located in Europe, China and South America are described and analyzed in this paper. The final average RMS is calculated to 0.49m and the availability rate is determined to 61%. These values justify the characteristics of the first drive and fulfill the requirements. A second focus of the paper is the analysis of the
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».