Comparison of Satellite-Derived Land Surface Temperature and Air Temperature from Meteorological Stations on the Pan-Arctic Scale
Notice bibliographique
Résumé
Satellite-based temperature measurements are an important indicator for global climate change studies over large areas. Records from Moderate Resolution Imaging Spectroradiometer (MODIS), Advanced Very High Resolution Radiometer (AVHRR) and (Advanced) Along Track Scanning Radiometer ((A)ATSR) are providing long-term time series information. Assessing the quality of remote sensing-based temperature measurements provides feedback to the climate modeling community and other users by identifying agreements and discrepancies when compared to temperature records from meteorological stations. This paper presents a comparison of state-of-the-art remote sensing-based land surface temperature data with air temperature measurements from meteorological stations on a pan-arctic scale (north of 60° latitude). Within this study, we compared land surface temperature products from (A)ATSR, MODIS and AVHRR with an in situ air temperature (Tair) database provided by the National Climate Data Center (NCDC). Despite analyzing the whole acquisition time period of each land surface temperature product, we focused on the inter-annual variability comparing land surface temperature (LST) and air temperature for the overlapping time period of the remote sensing data (2000–2005). In addition, land cover information was included in the evaluation approach by using GLC2000. MODIS has been identified as having the highest agreement in comparison to air temperature records. The time series of (A)ATSR is highly variable, whereas inconsistencies in land surface temperature data from AVHRR have been found.
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 | 0,000 |
| 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) | 0,001 | 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 ».