MétaCan
Menu
Retour à la cohorte
Enregistrement W1554462141 · doi:10.1029/2002rs002677

Microwave remote sensing of soil moisture in southern Ontario: Aircraft and satellite measurements at 19 and 37 GHz

2003· article· en· W1554462141 sur OpenAlexaboutno aff
J. Morland, John R. Metcalfe, Anne Walker

Notice bibliographique

RevueRadio Science · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil Moisture and Remote Sensing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEmissivityRadiometerEnvironmental scienceWater contentMicrowave radiometerSatelliteRemote sensingMicrowaveMoistureVegetation (pathology)Atmospheric sciencesMeteorologyGeologyGeographyPhysics

Résumé

récupéré en direct d'OpenAlex

Aircraft microwave radiometer measurements at 19 and 37 GHz were made over a 40 km2 agricultural area in southern Ontario on 16 and 23 May 2001 when the average soil moisture in the area was 28 and 40%, respectively. SSM/I satellite data and ground‐based measurements of soil moisture were collected over the period 2 May to 25 July 2001. The emissivity of a water body (Lake Huron) calculated from the aircraft and satellite microwave radiometer measurements agreed with model calculations to within 0.02, except for the aircraft 37 GHz V channel. The 19 GHz emissivity measured by the SSM/I was higher than coincident aircraft measurements by 0.02 in moister soil conditions and 0.04 in drier conditions. Vegetation height increased from a maximum of 40 cm in hay fields in May to up to 200 cm in corn fields in July. There was a statistically significant relationship between soil moisture and 19 GHz H data for aircraft and SSM/I measurements in May. However, the standard error in the soil moisture estimate was 7%. Soil moisture seemed to have very little influence on 19 and 37 GHz emission during June and July. When the mean monthly emissivity for the May to July period was calculated from the SSM/I data, there was found to be no significant variation from month to month.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,211
Écart entre enseignants0,196 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRadio ScienceMême sujetSoil Moisture and Remote SensingTravaux en français237 207