Spatial mapping of growing degree days: an application of MODIS-based surface temperatures and enhanced vegetation index
Notice bibliographique
Résumé
Growing degree days (GDD) is a simple temperature-based index of biological development. In this paper we evaluated the potential of using 2003-2005 MODIS-based 8-day and 16-day composites of daytime surface temperature (TS) and enhanced vegetation index (EVI) values at 250 m resolution for mapping GDD. The work was applied to the Canadian Atlantic Maritime Ecozone as a demonstration of the methodology. The work proceeded by establishing an empirical relationship between mean tower-based estimates of TS for the MODIS-acquisition period of 10:30 am-12:00 pm and the daily mean TS calculated from half-hourly emitted infrared/longwave radiation measurements taken from four flux sites in southern commercial forests of Canada. The relationship revealed a strong correlation between variables (r2=98.4%) and was central to the calculation of daily mean TS from MODIS-based estimates of TS. Since seasonally-based estimates of GDD and EVI were strongly correlated (r2=87%), data fusion techniques were applied to enhance the GDD map originally produced at 1 km resolution (from infrared emission band data), to 250 m. In general, the MODIS-derived map of GDD showed a positive constant offset of about 511 degree days from calculated long-term averages (1971 2000) based on temperatures collected at 101 Environment Canada climate stations.
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 | 0,002 |
| 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) | 0,000 | 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 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 ».