An Integrated Framework for a Joint Assimilation of Brightness Temperature and Soil Moisture Using the Nondominated Sorting Genetic Algorithm II
Notice bibliographique
Résumé
Abstract This study has applied the Nondominated Sorting Genetic Algorithm II (NSGA-II) in a two-step assimilation procedure to jointly assimilate brightness temperature into a radiative transfer model and soil moisture into a land surface model. The first assimilation procedure generates a time series of soil moisture by assimilating brightness temperature from the Advanced Microwave Scanning Radiometer for Earth Observing System (AMSR-E) into the Land Parameter Retrieval Model (LPRM). The second procedure generates assimilated soil moisture by assimilating the soil moisture from LPRM into the Canadian Land Surface Scheme (CLASS). Note that the assimilated soil moisture was generated by merging two soil moisture estimates: one from LPRM and the other from the CLASS simulation. The assimilated soil moisture is better than using the soil moisture determined either from the satellite observation or the land surface scheme alone. This method provides improved model state and parameterizations for both LPRM and CLASS with the aim to facilitate real-time forecasts when satellite information becomes available. Application of this framework to the Brightwater Creek watershed in southern Saskatchewan illustrates the utility of the joint assimilation framework to improve a time series of soil moisture estimates. The estimated soil moisture datasets were evaluated over an agricultural site in southern Saskatchewan using in situ monitoring networks. These results demonstrate that soil moisture generated from assimilation of brightness temperature could be improved by incorporating it into a land surface model. A comparison between the assimilated soil moisture and in situ dataset demonstrates an improvement in accuracy and temporal pattern that is accomplished through the assimilation framework.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».