Uncertainties in latent heat flux measurement and estimation: implications for using a simplified approach with remote sensing data
Notice bibliographique
Résumé
AbstractAccurate estimation of surface energy fluxes is essential for various hydrological, meteorological, agricultural, and ecological applications. Over the years, a wide variety of instrument systems and estimation methodologies have been developed to measure and estimate surface fluxes. Comparisons of various scale field experimental data and different model estimates show a large degree of scatter with a wide range of root mean square error. We explore and evaluate analytically the error property of the traditionally used energy balance residual method for latent heat flux estimation in an attempt to identify the possible existence of an irreducible error bound for latent heat flux measurement and estimation over large areas. Our analysis shows that the error is typically on the order of 10%–20% or larger for surface sensible and latent heat fluxes. A simplified remote sensing latent heat flux estimation approach is proposed and its error properties are evaluated. Results suggest that a similar or better error bound can be achieved using primarily remotely sensed data over large areas for the estimation of latent heat flux using this alternative approach.L'estimation précise des flux d'énergie de surface est essentielle pour diverses applications hydrologiques, météorologiques, agricoles et écologiques. Au cours des années, une grande variété de systèmes instrumentaux et de méthodologies d'estimation ont été développés pour mesurer et estimer les flux de surface. La comparaison des données expérimentales de terrain à diverses échelles et des différentes estimations dérivées des modèles montre une importante dispersion avec un large éventail au niveau de l'erreur quadratique moyenne. Nous explorons et évaluons analytiquement les propriétés d'erreur de la méthode du bilan énergétique résiduel traditionnellement utilisée pour l'estimation du flux de chaleur latente dans le but d'identifier l'existence possible d'une erreur limite irréductible dans la mesure et l'estimation du flux d'énergie latente sur des grandes étendues. Notre analyse montre que l'erreur est typiquement de l'ordre de 10%–20% ou plus pour les flux de chaleur sensible et latente. On propose une approche simplifiée d'estimation du flux de chaleur latente par télédétection et on évalue ses propriétés au plan des erreurs. Les résultats suggèrent que des erreurs limites similaires ou réduites peuvent être atteintes en utilisant principalement des données de télédétection pour des grandes étendues dans l'estimation du flux de chaleur latente à l'aide de cette approche alternative.[Traduit par la Rédaction]
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 ».