An Algorithm for Retrieval of Surface Albedo From Small View-Angle Airborne Observations Through the Use of BRDF Archetypes as Prior Knowledge
Notice bibliographique
Résumé
Land surface albedo, qualifying the ratio of the radiant flux reflected from the land surface to the incident flux, is a key forcing parameter controlling the Earth's energy budget. Previously, several BRDF archetypes were distilled from high-quality MODIS BRDF/Albedo products. In this study, we propose a method that largely relies on matching observed multiangular reflectances with the most appropriate of these prior BRDF archetypes to determine the amplitude and shape of the actual surface BRDFs, when directional signatures are insufficient. This method is first evaluated using an assortment of multisource BRDF data sets to demonstrate its viability for surface albedo estimates, and then is applied to airborne wide-angle infrared dual-mode line/area array scanner (WIDAS) from the Watershed Allied Telemetry Experimental Research (WATER) campaign in the Heihe River Basin of China in 2008. This algorithm makes use of the linear MODIS BRDF model to determine the BRDF archetypes needed as prior knowledge for intrinsic spectral albedo estimates. The intrinsic spectral albedos are then used to estimate actual spectral albedos by considering the proportion of direct and diffuse solar radiation. A spectral-to-broadband conversion is performed to generate the broadband albedo at shortwave regimes through the use of conversion coefficients derived from extensive radiative transfer simulations. A further validation confirms that the estimated albedos are consistent with in situ field measured albedos over available corn crop sites. This method provides a major advantage on utilizing generalized BRDF information derived from MODIS in conjunction with other instrument data that are acquired with less angular variation.
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 | 0,001 |
| 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 ».