Assessment of soil surface BRDF using an imaging spectrometer
Notice bibliographique
Résumé
Ground reference data are important for understanding and characterizing angular effects on the images acquired by satellite sensors with off-nadir capability. However, very few studies have considered image-based soil reference data for that purpose. Compared to non-imaging instruments, imaging spectrometers can provide detailed information to investigate the influence of spatial components on the bidirectional reflectance distribution function (BRDF) of a mixed target. This research reported in this paper investigated soil spectral reflectance changes as a function of surface roughness, scene components and viewing geometries, as well as wavelength. Soil spectral reflectance is of particular interest because it is an essential factor in interpreting the angular effects on images of vegetation canopies. BRDF data of both rough and smooth soil surfaces were acquired in the laboratory at 30° illumination angle using a Specim V10E imaging spectrometer mounted on the University of Lethbridge Goniometer System version 2.5 (ULGS-2.5). The BRDF results showed that the BRDF of the smooth soil surface was dominated by illuminated pixels, whereas the shaded pixels were a larger component of the BRDF of the rough surface. In the blue, green, red, and near-infrared (NIR), greater BRDF variation was observed for the rough than for the smooth soil surface. For both soil surface roughness categories, the BRDF exhibited a greater range of values in the NIR than in the blue, green, or red. The imaging approach allows the characterization of the impact of spatial components on soil BRDF and leads to an improved understanding of soil reflectance compared to non-imaging BRDF approaches. The imaging spectrometer is an important sensor for BRDF investigations where the effects of individual spatial components need to be identified.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».