Third Radiation Transfer Model Intercomparison (RAMI) exercise: Documenting progress in canopy reflectance models
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
The Radiation Transfer Model Intercomparison (RAMI) initiative benchmarks canopy reflectance models under well‐controlled experimental conditions. Launched for the first time in 1999, this triennial community exercise encourages the systematic evaluation of canopy reflectance models on a voluntary basis. The first phase of RAMI focused on documenting the spread among radiative transfer (RT) simulations over a small set of primarily 1‐D canopies. The second phase expanded the scope to include structurally complex 3‐D plant architectures with and without background topography. Here sometimes significant discrepancies were noted which effectively prevented the definition of a reliable “surrogate truth,” over heterogeneous vegetation canopies, against which other RT models could then be compared. The present paper documents the outcome of the third phase of RAMI, highlighting both the significant progress that has been made in terms of model agreement since RAMI‐2 and the capability of/need for RT models to accurately reproduce local estimates of radiative quantities under conditions that are reminiscent of in situ measurements. Our assessment of the self‐consistency and the relative and absolute performance of 3‐D Monte Carlo models in RAMI‐3 supports their usage in the generation of a “surrogate truth” for all RAMI test cases. This development then leads (1) to the presentation of the “RAMI Online Model Checker” (ROMC), an open‐access web‐based interface to evaluate RT models automatically, and (2) to a reassessment of the role, scope, and opportunities of the RAMI project in the future.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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