Estimation de la température de l'air et de la quantité de la vapeur d'eau atmosphérique à l'aide des données AVHRR de NOAA
Notice bibliographique
Résumé
Des mesures détaillées de la variation spatio-temporelle des variables environnementales telles que la température ou l'humidité de l'air sont cruciales pour l'étude des processus biophysiques et climatiques. Toutefois, à l'échelle régionale et globale, la densité et la répartition spatiales des stations météorologiques ne permettent pas de répondre à ce besoin en information spatiale. L'imagerie satellitaire représente une source intéressante de données météorologiques en dehors des stations et ce, avec une étendue spatiale appréciable. L'objectif du présent article est d'adapter des méthodes publiées pour l'estimation de la température de l'air et de l'eau précipitable à partir des données du « advanced very high resolution radiometer » (AVHRR) de la National Oceanic and Atmospheric Administration (NOAA) et les appliquer dans le contexte de la région sud-ouest du Québec (Canada) afin d'en évaluer les performances. Les données de 15 images AVHRR et de 16 stations météorologiques ont été utilisées pour l'étalonnage et la validation des méthodes d'estimation satellitaires pendant la première décade des mois de juin et juillet 1997. L'eau précipitable a été ainsi estimée avec un <i>R</i>² de 0,59 et une erreur standard de 3,11 mm. La température de l'air quant à elle a été obtenue avec un <i>R</i>² de 0,72 et une erreur standard de 2,1 °C. L'analyse de sensibilité a montré que la méthode d'estimation de l'eau précipitable est plus sensible aux fluctuations de la température de surface. En ce qui concerne la méthode d'estimation de la température de l'air, elle est particulièrement sensible à la valeur maximale de l'indice de végétation. \n \n<h2>Abstract</h2> \nDetailed measurements of the space-time variability of environmental variables such as the air temperature and moisture are crucial for the study of biophysical and climate processes. However, on a regional and global scale, the spatial density and distribution of meteorological stations do not allow to meet these needs in spatial information. Satellite imagery represents an interesting source of meteorological data outside meteorological stations with an appreciable spatial extent. The objective of this article is to adapt published estimation methods for air temperature and precipitable water using National Oceanic and Atmospheric Administration (NOAA) advanced very high resolution radiometer (AVHRR) data and to apply them to the southwestern region of the province of Quebec (Canada) context to analyse their performance. Data from 15 AVHRR images and 16 meteorological stations were used for the calibration and the validation of the satellite estimation methods for the first decade of June and July 1997. Precipitable water was thus estimated with an <i>R</i>² of 0.59 and a standard error of 3.11 mm. As for the air temperature, it was obtained with an <i>R</i>² of 0.72 and a standard error of 2.1 °C. The sensitivity analysis showed that the precipitable water estimation method is more sensitive to surface temperature fluctuations. The air temperature estimation method is particularly sensitive to the maximum value of the vegetation index.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».