MétaCan
Menu
Retour à la cohorte
Enregistrement W2146645857 · doi:10.3390/s7102028

A Wetness Index Using Terrain-Corrected Surface Temperature and Normalized Difference Vegetation Index Derived from Standard MODIS Products: An Evaluation of Its Use in a Humid Forest-Dominated Region of Eastern Canada

2007· article· en· W2146645857 sur OpenAlexafffundabout
Quazi K. Hassan, Charles P.‐A. Bourque, Fan‐Rui Meng, R. M. Cox

Notice bibliographique

RevueSensors · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensNatural Resources CanadaCanadian Forest ServiceUniversity of New Brunswick
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Foundation for Climate and Atmospheric SciencesBIOCAP CanadaNational Aeronautics and Space Administration
Mots-clésNormalized Difference Vegetation IndexEnvironmental scienceVegetation (pathology)Elevation (ballistics)TerrainTopographic Wetness IndexEnhanced vegetation indexWater contentDigital elevation modelAtmospheric sciencesAtmosphere (unit)Spatial distributionSpatial variabilityLeaf area indexHydrology (agriculture)Remote sensingMeteorologyGeologyVegetation IndexGeographyMathematics

Résumé

récupéré en direct d'OpenAlex

In this paper we develop a method to estimate land-surface water content in amostly forest-dominated (humid) and topographically-varied region of eastern Canada. Theapproach is centered on a temperature-vegetation wetness index (TVWI) that uses standard 8-day MODIS-based image composites of land surface temperature (TS) and surface reflectanceas primary input. In an attempt to improve estimates of TVWI in high elevation areas, terrain-induced variations in TS are removed by applying grid, digital elevation model-basedcalculations of vertical atmospheric pressure to calculations of surface potential temperature(θS). Here, θS corrects TS to the temperature value to what it would be at mean sea level (i.e.,~101.3 kPa) in a neutral atmosphere. The vegetation component of the TVWI uses 8-daycomposites of surface reflectance in the calculation of normalized difference vegetation index(NDVI) values. TVWI and corresponding wet and dry edges are based on an interpretation ofscatterplots generated by plotting θS as a function of NDVI. A comparison of spatially-averaged field measurements of volumetric soil water content (VSWC) and TVWI for the 2003-2005 period revealed that variation with time to both was similar in magnitudes. Growing season, point mean measurements of VSWC and TVWI were 31.0% and 28.8% for 2003, 28.6% and 29.4% for 2004, and 40.0% and 38.4% for 2005, respectively. An evaluation of the long-term spatial distribution of land-surface wetness generated with the new θS-NDVI function and a process-based model of soil water content showed a strong relationship (i.e., r2 = 95.7%).

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,178
Score d'incertitude au seuil0,359

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,231
Écart entre enseignants0,213 · 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'étudeObservationnel
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

Citations73
Publié2007
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207