The Potential of RADARSAT-2 for Crop Mapping and Assessing Crop Condition
Notice bibliographique
Résumé
Synthetic aperture radar (SAR) research over the last two decades has confirmed that microwaves are sensitive to both soils and crop characteristics. Results using multi-temporal RADARSAT-1 imagery have confirmed that C-HH backscatter can detect differences in crop type, crop growth stage and crop indicators like crop height, biomass and leaf area index. Active microwave systems have a significant advantage over optical systems, particularly for crop monitoring, since SAR acquisitions are not impeded by cloud cover. The multi-beam modes associated with RADARSAT-1 also provide significant flexibility related to the timing, spatial resolution and incidence angle of the acquired imagery. <p> Building on the success of RADARSAT-1, the announcement of the launch of RADARSAT-2 opens up new opportunities for agriculture and land cover mapping. The multi-polarized configuration of RADARSAT-2 is likely to provide more information related to crop structure and crop condition. In preparation for the availability of RADARSAT-2 data, the Canada Centre of Remote Sensing (CCRS) has been gathering airborne multi-polarized imagery to assess the added information content of this multi-dimensional data. CCRS flew the airborne CV-580 SAR over two sites in Ontario during the 1998 and 1999 field seasons. These data are being used to address the sensitivity of multi-polarized SAR data to characteristics of corn, wheat and soybean crops. This paper provides preliminary results of this analysis.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».