MétaCan
Menu
Retour à la cohorte
Enregistrement W2120083670 · doi:10.1080/07038992.2015.1040876

Optimizing the Heliosat-II Method for Surface Solar Irradiation Estimation with GOES Images

2015· article· en· W2120083670 sur OpenAlexaffvenue
Tommy Albarelo, Isabelle Marie-Joseph, Antoine Primerose, F. Seyler, Lucien Wald, Laurent Linguet

Notice bibliographique

RevueCanadian Journal of Remote Sensing · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueSolar Radiation and Photovoltaics
Établissements canadiensImpact
Organismes subventionnairesNational Oceanic and Atmospheric Administration
Mots-clésAlbedo (alchemy)SatelliteEnvironmental scienceTurbidityMean squared errorRemote sensingMeteorologyAtmospheric sciencesGeographyMathematicsPhysicsStatisticsGeology

Résumé

récupéré en direct d'OpenAlex

. The Heliosat-II method was developed to process Meteosat satellite images in order to assess the solar irradiation at surface. It is modified for its use with GOES satellite images in order to estimate the solar irradiation over French Guiana. Modifications include a change in the calibration formula, in the calculation of the cloud albedo, and in the values of the Linke turbidity factor. These modifications allow the improvement of the performances of the Heliosat-II model in Intertropical zones in French Guiana. The outcomes were compared to coincident measurements of hourly irradiation performed by ground stations. The results show that the use of the maximum apparent albedo as the cloud albedo (ρcmax), along with a fixed value of the Linke turbidity factor produces the best results; the bias was less than 23.61 Wh/m2 (5% of the mean value of the measurements) overall, and the RMSE was less than 109.39 W/m2 (24%) overall when using hourly values. In the case of daily means, the RMSE drops to less than 10.08 W/m2 (10%) overall, whereas the overall bias remains unchanged, as expected. The model performs better in clear skies than in cloudy skies. The results suggest that the Linke turbidity factor used in the Heliosat-II method does not reproduce well the attenuation of the solar radiation in French Guiana. The results were compared to those obtained from Heliosat II method and Meteosat images (HelioClim-3 database) and we found a better accuracy for GOES satellite data, which exhibits smaller viewing angle. The use of the Heliosat II method with GOES images allows assessment of the SSI with a good accuracy and high temporal and spatial resolutions.Résumé. La méthode Heliosat-II a été développée pour traiter des images du satellite Meteosat de façon à estimer l'irradiation solaire en surface. Elle a été modifiée pour être employée avec des images du satellite GOES de façon à estimer l'irradiation solaire au-dessus de la Guyane Française. Les modifications incluent un changement dans la formule d’étalonnage, dans le calcul de l'albédo des nuages et dans les valeurs de Trouble de Linke. Ces modifications permettent l'amélioration des performances du modèle Heliosat-II en zone intertropicale, notamment en Guyane Française. Les résultats ont été comparés à des mesures horaires coïncidentes d'irradiation horaire réalisées par des stations de mesure au sol. Les résultats montrent que l'utilisation de l'albédo apparent maximal en tant qu'albédo des nuages (ρcmax), ainsi qu'une valeur fixe de Trouble de Linke produit les meilleures estimations; le biais est inférieur à 23,61 Wh/m2 (5% de la valeur moyenne des mesures) dans l'ensemble et le RMSE est inférieur à 109,39 Wh/m2 (24%) dans l'ensemble en utilisant des valeurs horaires. Dans le cas de moyennes journalières, le RMSE vaut moins de 10,08 W/m2 (10%) alors que le biais a demeuré inchangé comme attendu. Le modèle fonctionne mieux en ciel clair qu'en ciel couvert. Les résultats suggèrent que le Trouble de Linke utilisé dans la méthode Heliosat-II ne reproduit pas correctement l'atténuation du rayonnement solaire en Guyane Française. Les résultats ont été comparés à ceux obtenus par la méthode Heliosat II avec les images Meteosat (HelioClim 3) et nous avons obtenu une meilleure précision pour les données issues du satellite GOES, qui présente un plus faible angle de visée. L'utilisation de la méthode Heliosat II avec des images GOES permet l'estimation de l'irradiation solaire de surface avec une bonne précision et à des résolutions temporelles et spatiales élevées

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,028
Tête enseignante GPT0,267
Écart entre enseignants0,239 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations25
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Remote SensingMême sujetSolar Radiation and PhotovoltaicsTravaux en français237 207