MétaCan
Menu
Retour à la cohorte
Enregistrement W2156349939 · doi:10.5589/m03-058

Relative merits of the 1.6 and 3.75 μm channels of the AVHRR/3 for cloud detection

2004· article· en· W2156349939 sur OpenAlexvenueno aff
Andrew K. Heidinger, R. Frey, Michael J. Pavolonis

Notice bibliographique

RevueCanadian Journal of Remote Sensing · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensnon disponible
Organismes subventionnairesNational Oceanic and Atmospheric AdministrationNational Aeronautics and Space Administration
Mots-clésAdvanced very-high-resolution radiometerRemote sensingCloud computingEnvironmental scienceModerate-resolution imaging spectroradiometerMeteorologyCloud topChannel (broadcasting)RadiometryCirrusCloud coverSatelliteComputer scienceGeographyTelecommunicationsPhysics

Résumé

récupéré en direct d'OpenAlex

AbstractA study was performed to investigate the potential impacts of the cloud-masking capability of the advanced very high resolution radiometer (AVHRR) on board the National Oceanic and Atmospheric Administration (NOAA) polar orbiting satellites because of the addition of the 1.6 µm channel (ch3a) and the removal of the 3.75 µm channel (ch3b) during daylight operation. Both channels are measured by the AVHRR, but only one is available in the data stream. Because the AVHRR presents the longest time series of global imager data, this change could impact a critical source of climate data. Specifically, changes in its cloud-masking capability may introduce a discontinuity in its derived clear-sky data records. To study the relative cloud-detection capabilities of the AVHRR with ch3a or ch3b, data from the moderate resolution imaging spectroradiometer (MODIS) on the National Aeronautics and Space Administration (NASA) TERRA mission was used because it offers ch3a, ch3b, and the other AVHRR channels simultaneously. The MODIS data analysis indicated that ch3b offered more capability in separating cloud from snow. Cloud-masking results with ch3a and ch3b were comparable with respect to the separation of cloud from aerosol and the detection of cloud over a desert scene. Although these results are preliminary and based on a limited analysis, they do indicate that the switch from ch3b to ch3a may have significant impacts on the cloud-detection capability of the AVHRR.Une étude a été exécutée pour examiner les impacts potentiels du nuage masquer capacité du AVHRR à bord le NOAA les satellites orbitant polaires grâce à l'addition du 1,6 µm la chaîne (ch3a) et l'enlèvement du 3,75 µm la chaîne (ch3b) pendant l'opération de lumière. Les deux chaînes sont mesurées par le AVHRR mais seulement celui de les sont disponibles dans le données ruisseau. Parce que le AVHRR présente le feuilleton de temps le plus long de données de imager globales, ce changement pourrait influer une source critique de données de climat. En particulier, les changements dans son nuage masquer capacité peuvent introduire une discontinuité dans ses données disques de clair ciel dérivés. Pour étudier les capacités relatives de détection de nuage du AVHRR avec ch3a ou ch3b, les données de la MODIS TERRA ont été utilisées parce qu'il offre ch3a, ch3b et les autres chaînes de AVHRR simultanément. L'analyse de données de MODIS a indiqué que ch3b a offert plus de capacité dans séparer de nuage de la neige. Le nuage masque résulte avec ch3a et ch3b a exécuté comparablement dans sépare le nuage de l'aérosol et dans détecte s'obscurcit un déserte la scène. Pendant que ces résultats sont préliminaires et basés sur une analyse limitée, ils indiquent que le commutateur de ch3b à ch3a peut avoir des impacts significatifs sur la capacité de détection de nuage du AVHRR.[Traduit par la Rédaction]

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 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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,846
Score d'incertitude au seuil0,997

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 Opus0,009
Tête enseignante GPT0,195
Écart entre enseignants0,186 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations19
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Remote SensingMême sujetAtmospheric aerosols and cloudsTravaux en français237 207