Aerosol Optical Depth of MODIS Imagery over Bright Coastal Water: A Regression Technique
Notice bibliographique
Résumé
The contribution of sediment and bottom reflectance in the MODIS imagery over bright coastal water contaminate visible and near infrared channels. This contribution leads to the saturation in the ocean color channels and error in the MODIS derived product over that areas. The saturation in the ocean color channels lead to no aerosol optical depth (AOD) retrieved by MODIS algorithm over very turbid areas. The sediment contributions will increase the reflectance in the visible and near infrared channel that is used in the MODIS aerosol algorithm. This area is then masked using sediment masking algorithm. In this paper, a simple method to estimate the AOD over bright coastal water with high sediment and bottom reflectance contributions is proposed. The first seven MODIS solar channels centered at 0.47, 0.55, 0.66, 0.86, 1.24, 1.64 and 2.13 µm, originally designed for remote sensing over land and cloud properties have been utilized in this study. The algorithm is based on the excess reflectance at 0.55, 0.66 and 0.87 µm wavelength using the power law model that can be associated to the presence of sediment. The excess value of the reflectance is discarded, to obtain the atmospheric contribution in the data. Aerosol contribution over bright coastal water areas is then compared with AOD of 0.869 µm using regression technique. This study shows that the AOD and aerosol retrieved are in high correlation with R is greater than 0.90. The AOD map from the applications of the algorithm were constructed and extrapolated for the saturated channels areas. The sample result of AOD map from several MODIS datasets acquired over the Gulf of Martaban is presented.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».