論文の概要: Soil moisture estimation from Sentinel-1 interferometric observations
over arid regions
- arxiv url: http://arxiv.org/abs/2210.10665v1
- Date: Tue, 18 Oct 2022 15:32:13 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-20 16:00:22.304648
- Title: Soil moisture estimation from Sentinel-1 interferometric observations
over arid regions
- Title（参考訳）: 乾燥地におけるセンチネル-1干渉観測による土壌水分の推定
- Authors: Kleanthis Karamvasis, Vassilia Karathanassi
- Abstract要約: 干渉計測合成開口レーダ(InSAR)時系列解析に基づく手法を提案する。
表面(最高5cm)の土壌水分(SSM)を推定することができる。
カリフォルニア/アリゾナの乾燥した地域のケーススタディが紹介されている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present a methodology based on interferometric synthetic aperture radar
(InSAR) time series analysis that can provide surface (top 5 cm) soil moisture
(SSM) estimations. The InSAR time series analysis consists of five processing
steps. A co-registered Single Look Complex (SLC) SAR stack as well as
meteorological information are required as input of the proposed workflow. In
the first step, ice/snow-free and zero-precipitation SAR images are identified
using meteorological data. In the second step, construction and phase
extraction of distributed scatterers (DSs) (over bare land) is performed. In
the third step, for each DS the ordering of surface soil moisture (SSM) levels
of SAR acquisitions based on interferometric coherence is calculated. In the
fourth step, for each DS the coherence due to SSM variations is calculated. In
the fifth step, SSM is estimated by a constrained inversion of an analytical
interferometric model using coherence and phase closure information. The
implementation of the proposed approach is provided as an open-source software
toolbox (INSAR4SM) available at www.github.com/kleok/INSAR4SM.
A case study over an arid region in California/Arizona is presented. The
proposed workflow was applied in Sentinel- 1 (C-band) VV-polarized InSAR
observations. The estimated SSM results were assessed with independent SSM
observations from a station of the International Soil Moisture Network (ISMN)
(RMSE: 0.027 $m^3/m^3$ R: 0.88) and ERA5-Land reanalysis model data (RMSE:
0.035 $m^3/m^3$ R: 0.71). The proposed methodology was able to provide accurate
SSM estimations at high spatial resolution (~250 m). A discussion of the
benefits and the limitations of the proposed methodology highlighted the
potential of interferometric observables for SSM estimation over arid regions.
- Abstract（参考訳）: 本研究では,insar(interferometric synthetic aperture radar)の時系列解析に基づいて,土壌水分 (ssm) を表面 (top 5 cm) に推定する手法を提案する。
InSARの時系列解析は5つの処理ステップからなる。
提案するワークフローの入力には,共登録のslc(single look complex)sarスタックと気象情報が必要である。
第1段階では、気象データを用いて氷・雪・無沈降sar画像を特定する。
第2のステップでは、分散散乱器(DS)の構成と位相抽出を行う(素地上)。
第3のステップでは、各DSに対して、干渉コヒーレンスに基づく表面土壌水分(SSM)レベルのSAR取得を順序付けする。
第4ステップでは、各DSに対してSSM変動によるコヒーレンスを算出する。
第5ステップでは、コヒーレンスと位相閉包情報を用いた解析干渉モデルの制約付き反転によってssmを推定する。
提案手法の実装は、www.github.com/kleok/INSAR4SMで利用可能なオープンソースのソフトウェアツールボックス(INSAR4SM)として提供される。
カリフォルニア/アリゾナの乾燥した地域での事例研究を行った。
提案するワークフローはsentinel-1(cバンド)vv偏極insar観測に適用した。
国際土壌水分ネットワーク (ISMN) のステーション (RMSE: 0.027 $m^3/m^3$ R: 0.88) と ERA5-Land の再解析モデルデータ (RMSE: 0.035 $m^3/m^3$ R: 0.71) から独立したSSM観測を行った。
提案手法は空間分解能(約250m)で正確なSSM推定を行うことができた。
提案手法の利点と限界に関する議論は,乾燥領域におけるssm推定における干渉型観測器の可能性を強調した。
関連論文リスト
- Combining Observational Data and Language for Species Range Estimation [63.65684199946094]
我々は,数百万の市民科学種の観察とウィキペディアのテキスト記述を組み合わせた新しいアプローチを提案する。
我々のフレームワークは、場所、種、テキスト記述を共通空間にマッピングし、テキスト記述からゼロショット範囲の推定を可能にする。
また,本手法は観測データと組み合わせることで,少ないデータでより正確な距離推定を行うことができる。
論文 参考訳（メタデータ） (2024-10-14T17:22:55Z) - Efficient Learning of POMDPs with Known Observation Model in Average-Reward Setting [56.92178753201331]
我々は,POMDPパラメータを信念に基づくポリシを用いて収集したサンプルから学習することのできる観測・認識スペクトル(OAS)推定手法を提案する。
提案するOAS-UCRLアルゴリズムに対して,OASプロシージャの整合性を示し,$mathcalO(sqrtT log(T)$の残差保証を証明した。
論文 参考訳（メタデータ） (2024-10-02T08:46:34Z) - Empirical Upscaling of Point-scale Soil Moisture Measurements for Spatial Evaluation of Model Simulations and Satellite Retrievals [6.595840767689357]
本研究では,融合と機械学習を組み合わせたアップスケーリング手法を提案し,点スケールSM測定を100mpxの解像度に外挿した。
我々は4倍のクロスバリデーションを行い,0.6から0.9の範囲で連続的に比較相関性能を示した。
提案手法は,研究領域内の2つの空間的部分集合を用いて,クラスタ間戦略に基づいてさらに検証された。
論文 参考訳（メタデータ） (2024-04-08T06:49:59Z) - Observation-Guided Meteorological Field Downscaling at Station Scale: A
Benchmark and a New Method [66.80344502790231]
気象学的ダウンスケーリングを任意の散乱ステーションスケールに拡張し、新しいベンチマークとデータセットを確立する。
データ同化技術にインスパイアされた我々は、観測データをダウンスケーリングプロセスに統合し、マルチスケールの観測先行情報を提供する。
提案手法は、複数の曲面変数上で、他の特別に設計されたベースラインモデルよりも優れている。
論文 参考訳（メタデータ） (2024-01-22T14:02:56Z) - Inferring Atmospheric Properties of Exoplanets with Flow Matching and
Neural Importance Sampling [10.847353970405285]
大気の探査は、観測された光スペクトルから大気パラメータを推定することで外惑星を特徴づける。
ネストサンプリングのような従来の手法は計算コストが高く、機械学習(ML)に基づくソリューションへの関心を喚起する。
まず、新しいMLベースのAR手法として、フローマッチング後推定(FMPE)について検討し、その場合、神経後推定(NPE)よりも正確であることを示す。
次に、FMPEとNPEを併用して重要サンプリングを行い、どちらの手法も精度とシミュレーション効率においてネストサンプリングに優れることを示した。
論文 参考訳（メタデータ） (2023-12-13T17:12:03Z) - CosmosDSR -- a methodology for automated detection and tracking of
orbital debris using the Unscented Kalman Filter [2.068513073428114]
ケスラー症候群(英: Kessler syndrome)とは、宇宙活動が頻発する宇宙ゴミをエスカレートし、将来の宇宙探査を脅かす現象である。
以前の研究では、YOLOオブジェクト検出器と、オブジェクトの検出と追跡のための線形カルマンフィルタ(LKF)の組み合わせを強調していた。
本稿では,衛星残差検出による包括的軌道監視・宇宙監視のための新しい手法を提案する。
論文 参考訳（メタデータ） (2023-10-26T05:02:19Z) - Transforming Observations of Ocean Temperature with a Deep Convolutional
Residual Regressive Neural Network [0.0]
海面温度(SST)は、地上の真理、リモートセンシング、ハイブリッドモデル手法を通じて測定できる、必須の気候変動である。
ここでは,20世紀後半から21世紀初頭にかけてのいくつかの技術進歩を応用して,SST監視の進展を祝福する。
本研究では, AMSR-E と MODIS を高分解能に融合させるため, 既存の水循環観測フレームワークである Flux to Flow (F2F) を開発した。
我々のニューラルネットワークアーキテクチャは、深い畳み込み残留回帰ニューラルネットワークに制約されている。
論文 参考訳（メタデータ） (2023-06-16T17:35:11Z) - Automated classification of pre-defined movement patterns: A comparison
between GNSS and UWB technology [55.41644538483948]
リアルタイム位置情報システム(RTLS)は、人間の動きパターンからデータを収集することができる。
本研究の目的は、小さな領域における人間の動きパターンを分類する自動化された枠組みを設計し、評価することである。
論文 参考訳（メタデータ） (2023-03-10T14:46:42Z) - Inverting brain grey matter models with likelihood-free inference: a
tool for trustable cytoarchitecture measurements [62.997667081978825]
脳の灰白質細胞構造の特徴は、体密度と体積に定量的に敏感であり、dMRIでは未解決の課題である。
我々は新しいフォワードモデル、特に新しい方程式系を提案し、比較的スパースなb殻を必要とする。
次に,提案手法を逆転させるため,確率自由推論 (LFI) として知られるベイズ解析から最新のツールを適用した。
論文 参考訳（メタデータ） (2021-11-15T09:08:27Z) - Bypassing the Ambient Dimension: Private SGD with Gradient Subspace
Identification [47.23063195722975]
微分プライベートSGD(DP-SGD)は、微分プライベートな経験的リスク最小化(ERM)を解決する最も一般的な方法の1つである。
各勾配更新におけるノイズの多い摂動のため、DP-SGDの誤差率は、モデル内のパラメータ数である周囲次元$p$でスケールする。
雑音勾配を低次元部分空間に投影することでノイズ低減を行うDP-SGDを提案する。
論文 参考訳（メタデータ） (2020-07-07T22:31:01Z) - An Unsupervised Generative Neural Approach for InSAR Phase Filtering and
Coherence Estimation [3.8218584696400484]
我々は,共同位相フィルタリングとコヒーレンス推定のためのCNNに基づく生成モデルであるGenInSARを提案する。
GenInSARの衛星とシミュレートされたノイズのあるInSAR画像に関する教師なしの訓練は、全残留量削減において他の関連手法よりも優れている。
Coherence Root-Mean-Squared-Error と Phase Cosine Error はそれぞれ、関連する方法と比較して平均 0.54, 0.07, 0.05 改善されている。
論文 参考訳（メタデータ） (2020-01-27T08:50:39Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。