Multiple-scattering scheme useful for geometric optical modeling
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
Geometrical optical (GO) models have been widely used in remote sensing applications because of their simplicity and ability to simulate angular variation of remote sensing signals from the Earth's surface. GO models are generally accurate in the visible part of the solar spectrum, but less accurate in near-infrared (NIR) part in which multiple scattering in plant canopies is the strongest. Although turbid-media radiative transfer (RT) methods have been introduced to GO models to cope with the second-order and higher order scattering, the problem of canopy geometrical effects on multiple scattering still remains and becomes the main obstacle in GO model applications. In this paper, we propose and test a multiple scattering scheme to simulate angular variation in multiply scattered radiation in plant canopies. This scheme is based on various view factors between sunlit and shaded components (both foliage and background) in the canopy and allows the geometrical effects to propagate to the second-order and higher order scattering simulations. As the view factors depend on the canopy geometry, the scheme is particularly useful in GO models. This new scheme is implemented in the 4-Scale Model, which previously used band-specific multiple scattering factors. After the use of the scheme, these factors are removed and the multiple scattering at a given wavelength and angle of observation can be automatically computed. Improvements made with this scheme are shown in comparison with the top-of-canopy (i.e., PARABOLA) and airborne (i.e., POLDER) measurements with modeled results with and without the scheme. Examples of canopy-level hyperspectral signatures simulated using the scheme are also shown.
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 | 0,000 | 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 | 0,001 | 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 découle