MétaCan
Menu
Retour à la cohorte
Enregistrement W2152516985 · doi:10.1002/hyp.8408

Satellite‐based ET estimation in agriculture using SEBAL and METRIC

2011· article· en· W2152516985 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueHydrological Processes · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensKimberly-Clark (Canada)
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceRemote sensingCalibrationMetric (unit)SatelliteEvapotranspirationThematic MapperSensible heatMeteorologySatellite imageryMathematicsGeologyPhysicsStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract Surface Energy Balance Algorithms for Land (SEBAL) and Mapping EvapoTranspiration at high Resolution with Internalized Calibration (METRIC) are satellite‐based image‐processing models that calculate evapotranspiration (ET) as a residual of a surface energy balance. Both models are calibrated using inverse modelling at extreme conditions approach to develop image‐specific estimations of the sensible heat flux ( H ) component of the surface energy balance and to effectively remove systematic biases in net radiation, soil heat flux, radiometric temperature and aerodynamic estimates. SEBAL and METRIC express the near‐surface temperature gradient as an indexed function of radiometric surface temperature, eliminating the need for absolutely accurate surface temperature and the need for air temperature measurements. Slope and aspect functions and temperature lapsing are used in METRIC applications in mountainous terrains. SEBAL and METRIC algorithms are designed for relatively routine application by trained professionals familiar with energy balance, aerodynamics and basic radiation physics. The primary inputs for the models are short‐wave and long‐wave (thermal) images from satellite (e.g. Landsat and MODIS), a digital elevation model and ground‐based weather data measured within or near the area of interest. ET ‘maps’ (i.e. images) developed using Landsat images provide means to quantify ET on a field basis in terms of both rate and spatial distribution. METRIC takes advantage of calibration using weather‐based reference ET so that both calibration and extrapolation of instantaneous ET to 24‐h and longer periods compensate for regional advection effects where ET can exceed daily net radiation. SEBAL and METRIC have advantages over conventional methods of estimating ET using crop coefficient curves or vegetation indices in that specific crop or vegetation type does not need to be known and the energy balance can detect reduced ET caused by water shortage, salinity or frost as well as evaporation from bare soil. Copyright © 2011 John Wiley & Sons, Ltd.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,433
Score d'incertitude au seuil0,196

Scores Codex et Gemma par catégorie

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

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 Opus0,029
Tête enseignante GPT0,231
Écart entre enseignants0,203 · 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