MétaCan
Menu
Retour à la cohorte
Enregistrement W2028220976 · doi:10.5194/amt-4-909-2011

Atmospheric correction of thermal-infrared imagery of the 3-D urban environment acquired in oblique viewing geometry

2011· article· en· W2028220976 sur OpenAlexaff
Fred Meier, Dieter Scherer, J. Richters, Andreas Christen

Notice bibliographique

RevueAtmospheric measurement techniques · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Heat Island Mitigation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesTechnische Universität Berlin
Mots-clésRadianceRemote sensingInfraredOblique caseGeometryRadiative transferEnvironmental scienceAtmospheric correctionThermalPhysicsOpticsMeteorologyGeologyReflectivityMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract. This research quantifies and discusses atmospheric effects, which alter the radiance observed by a ground-based thermal-infrared (TIR) camera. The TIR camera is mounted on a boom at a height of 125 m above ground on top of a high-rise building in the city of Berlin, Germany (52.4556° N, 13.3200° E) and observes the Earth's surface. The study shows that atmospheric correction of TIR imagery of the three-dimensional (3-D) urban environment acquired in oblique viewing geometry has to account for spatial variability of line-of-sight (LOS) geometry. We present an atmospheric correction procedure that uses these spatially distributed LOS geometry parameters, the radiative transfer model MODTRANTM5.2 and atmospheric profile data derived from meteorological measurements in the field of view (FOV) of the TIR camera. The magnitude of atmospheric effects varies during the analysed 24-hourly period (6 August 2009) and is particularly noticeable for surfaces showing a strong surface-to-air temperature difference. The differences between uncorrected and corrected TIR imagery reach up to 6.7 K at 12:00. The use of non-spatially distributed LOS parameters leads to errors of up to 3.7 K at 12:00 and up to 0.5 K at 24:00.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,117
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
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 Opus0,022
Tête enseignante GPT0,195
Écart entre enseignants0,173 · 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 tête enseignante, pas un consensus.

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

Citations51
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAtmospheric measurement techniquesMême sujetUrban Heat Island MitigationTravaux en français237 207