Étude des interférences sur les mesures micro-ondes passives en bande L à l’aide de radiomètres au sol et aéroportés
Bibliographic record
Abstract
Certaines données satellitaires ne sont pas utilisées à cause des acquisitions bruitées qui ne reflètent pas les distributions des grandeurs géophysiques du sol, telle que l’humidité du sol. La cause primordiale dans les micro-ondes passives vient des interférences radio fréquence (RFI). Ainsi, les températures apparentes mesurées par un satellite comme SMOS par exemple atteignent souvent des valeurs qui conduisent à des échecs d’inversion de l’humidité du sol. L’objectif de notre projet est d’étudier le phénomène des RFI à petite échelle, son impact sur les micro-ondes passives en bande L à partir des mesures au sol réalisées à l’aide de radiomètres. Une fois l’impact caractérisé de manière rigoureuse, une méthode de filtrage adaptatif a été développée pour corriger les effets. Le projet est composé de trois parties principales. La mise en place d’une expérimentation est réalisée afin de faire des mesures au sol à l’aide de deux radiomètres en bande L. Les mesures sont faites dans des conditions variables et plusieurs scénarios ont été considérés. Ensuite, les données sont collectées et analysées. Cette phase a abouti au développement d’un filtre qui permet d’atténuer l’effet des RFI sur les températures de brillance bruitées. Enfin, le filtre proposé dans le projet a été appliqué sur des données aéroportées en bande L prises sur le site Boreal Ecosystem Research and Monitoring Sites (BERMS) en Saskatchewan. L’expérimentation s’est déroulée à la station SIRENE de l’Université de Sherbrooke. Les instruments ont été mis en place et les radiomètres ont été calibrés en premier lieu pour s’assurer de la fiabilité des mesures. L’émetteur a servi comme une source d’interférence pour les radiomètres. Il était placé à des positions différentes vis-à-vis de ces derniers, et émettait à des puissances variables. Les différents scénarios considérés étaient utiles pour étudier l’effet de la position de la source RFI, ainsi que l’effet de la puissance émise par celle-là sur les températures mesurées par les radiomètres. Pour les mesures, nous avons utilisé un radiomètre multi-bandes qui nous a permis d’étudier l’impact de la bande passante sur les RFI. L’analyse et le traitement des données prises ont conduit au développement d’un filtre coupe-bande permettant de corriger les températures bruitées lorsque les caractéristiques du bruit sont connues. Ce filtre a été appliqué sur des données aéroportées bruitées. Le bruit a pu être atténué pour les températures en polarisation V. Les résultats de l’application du filtre sont satisfaisants dans l’ensemble malgré le volume important de données bruitées sur la zone d’étude. En ce qui concerne les données de la polarisation H, elles n’ont pu être corrigées, car elles étaient presque entièrement bruitées. Le mémoire porte sur une expérimentation originale, car les expériences du genre sont très rares dans la littérature. L’étude s’appuie sur deux radiomètres en bande L, ce qui est très particulier, compte tenu de la rareté de ces instruments.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".