Validation of Solar Radiation Surfaces from MODIS and Reanalysis Data over Topographically Complex Terrain
Notice bibliographique
Résumé
Abstract The magnitude and distribution of incoming shortwave solar radiation (SW↓) has significant influence on the productive capacity of forest vegetation. Models that estimate forest productivity require accurate and spatially explicit radiation surfaces that resolve both long- and short-term temporal climatic patterns and that account for topographic variability of the land surface. This paper presents a validation of monthly average total (SW↓t) and diffuse ( SW↓df ) incoming solar radiation surfaces taken from North American Regional Reanalysis (NARR) data and Moderate Resolution Imaging Spectroradiometer (MODIS) satellite imagery for a mountainous region of the Pacific northwestern United States and Canada. A topographic solar radiation model based on a regionally defined clearness index was used to downscale the 32-km NARR SW↓t surfaces to 1 km, resulting in surfaces that better matched the spatial resolution of MODIS, as well as accounted for elevation and terrain effects including shadowing. Validation was carried out using a series of ground station measurements (n = 304) collected in 2003. The results indicated that annually, the NARR and MODIS SW↓t surfaces were both in strong agreement with ground measurements (r = 0.98 and 0.97), although the strength and bias of the relationships varied considerably by month. Correlations were highest in winter, early summer, and fall and lowest in spring. The NARR and MODIS SW↓df surfaces displayed poorer agreement with ground measurements (r = 0.89 and 0.79), the result of some months having negative correlations. The correlation and spatial structure between NARR and MODIS SW↓t surfaces was enhanced by topographic correction, resulting in more consistent input radiation surfaces for use in broad-scale forest productivity modeling.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 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 ».