Implementation and Evaluation of Concurrent Gradient Search Method for Reprojection of MODIS Level 1B Imagery
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper presents details regarding implementation of a novel algorithm for reprojection of Moderate Resolution Imaging Spectroradiometer (MODIS) Level 1B imagery. The method is based on a simultaneous 2-D search in latitude and longitude geolocation fields by using their local gradients. Due to the segmented structure of MODIS imagery caused by the instrument whiskbroom electrooptical design, the gradient search is realized in the following two steps: intersegment and intrasegment search. This approach resolves the discontinuity of the latitude/longitude geolocation fields caused by overlap between consecutively scanned MODIS multidetector image segments. The structure of the algorithm allows equal efficiency with nearest neighbor and bilinear interpolation. A special procedure that combines analytical and numerical schemes is designed for reprojecting imagery near the polar region, where the standard gradient search may become unstable. The performance of the method was validated by comparison of reprojected MODIS/Terra and MODIS/Aqua images with georectified Landsat-7 Enhanced Thematic Mapper Plus imagery over Canada. It was found that the proposed method preserves the absolute geolocation accuracy of MODIS pixels determined by the MODIS geolocation team. The method was implemented to reproject MODIS Level 1B imagery over Canada, North America, and Arctic circumpolar zone in the following four popular geographic projections: Plate Care (cylindrical equidistant), Lambert Conic Conformal, Universal Transverse Mercator, and Lambert Azimuthal Equal-Area. It was also found to be efficient for reprojection of Advanced Very High Resolution Radiometer and Medium Resolution Imaging Spectrometer satellite images and general-type meteorological fields, such as the North American Regional Reanalysis data sets.
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.
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 découle