Retrieving total suspended matter in Lake Taihu from HJ-CCD near-infrared band data
Notice bibliographique
Résumé
Among water quality parameters, total suspended matter is important for the evaluation of inland waters. A recently launched satellite sensor, HJ-CCD, by China possesses high temporal resolution, medium spatial resolution, and wide swath, so it is convenient for monitoring this parameter in large inland waters. However, no operational method currently exists for retrieving the total suspended matter concentration of turbid inland waters from HJ-CCD data. Using Lake Taihu in Eastern China as a study area, we obtained and analyzed optical properties of the lake during all seasons, and found that the absorption coefficient of suspended matter, chlorophyll, and colored dissolved organic matter of the near-infrared band may approximate zero. Based on this analysis, we found that a single band method of retrieving concentration using the near-infrared band was suitable using HJ-CCD data. We parameterized the single band method with specific inherent optical properties of Lake Taihu, and validated it using the results retrieved from a HJ-CCD image taken on 14 March 2009, as well as water-surface quasi-synchronous measured data. The concentration retrieved from the image is precise and stable; the single band method uses the established specific optical property database in the study area for input parameters, and does not need support from synchronous data. With this method, HJ-CCD may be applied to retrieve total suspended matter of other highly turbid inland waters.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».