An Example Crossover Experiment for Testing New Vicarious Calibration Techniques for Satellite Ocean Color Radiometry
Notice bibliographique
Résumé
Abstract Vicarious calibration of ocean color satellites involves the use of accurate surface measurements of water-leaving radiance to update and improve the system calibration of ocean color satellite sensors. An experiment was performed to compare a free-fall technique with the established Marine Optical Buoy (MOBY) measurement. It was found in the laboratory that the radiance and irradiance instruments compared well within their estimated uncertainties for various spectral sources. The spectrally averaged differences between the National Institute of Standards and Technology (NIST) values for the sources and the instruments were <2.5% for the radiance sensors and <1.5% for the irradiance sensors. In the field, the sensors measuring the above-surface downwelling irradiance performed nearly as well as they had in the laboratory, with an average difference of <2%. While the water-leaving radiance Lw calculated from each instrument agreed in almost all cases within the combined instrument uncertainties (approximately 7%), there was a relative bias between the two instrument classes/techniques that varied spectrally. The spectrally averaged (400–600 nm) difference between the two instrument classes/techniques was 3.1%. However, the spectral variation resulted in the free-fall instruments being 0.2% lower at 450 nm and 5.9% higher at 550 nm. Based on the analysis of one matchup, the bias in Lw was similar to that observed for Lu(1 m) with both systems, indicating the difference did not come from propagating Lu(1 m) to Lw.
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 | 0,000 | 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 ».