MétaCan
Menu
Retour à la cohorte
Enregistrement W2168821451 · doi:10.1080/07038992.2014.935934

Comparison of MODIS Land Surface Temperature and Air Temperature over the Continental USA Meteorological Stations

2014· article· en· W2168821451 sur OpenAlexvenueno aff
Ping Zhang, Lahouari Bounoua, Marc L. Imhoff, Robert E. Wolfe, Kurtis J. Thome

Notice bibliographique

RevueCanadian Journal of Remote Sensing · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Heat Island Mitigation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImpervious surfaceDaytimeUrban heat islandLand coverEnvironmental scienceClimatologyBiomeTroposphereAtmospheric sciencesGeographyMeteorologyLand useGeologyEcosystem

Résumé

récupéré en direct d'OpenAlex

The National Land Cover Database (NLCD) Impervious Surface Area (ISA) and MODIS Land Surface Temperature (LST) are used in a spatial analysis to assess the surface-temperature-based urban heat island's (UHIS) signature on LST amplitude over the continental USA and to make comparisons to local air temperatures. Air-temperature-based UHIs (UHIA), calculated using the Global Historical Climatology Network (GHCN) daily air temperatures, are compared with UHIS for urban areas in different biomes during different seasons. NLCD ISA is used to define urban and rural temperatures and to stratify the sampling for LST and air temperatures. We find that the MODIS LST agrees well with observed air temperature during the nighttime, but tends to overestimate it during the daytime, especially during summer and in nonforested areas. The minimum air temperature analyses show that UHIs in forests have an average UHIA of 1 C during the summer. The UHIS, calculated from nighttime LST, has similar magnitude of 1-2 C. By contrast, the LSTs show a midday summer UHIS of 3-4 C for cities in forests, whereas the average summer UHIA calculated from maximum air temperature is close to 0 C. In addition, the LSTs and air temperatures difference between 2006 and 2011 are in agreement, albeit with different magnitude.

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)0,000
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 enseignants0,202
Score d'incertitude au seuil0,401

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,233
Écart entre enseignants0,222 · 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

Citations86
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Remote SensingMême sujetUrban Heat Island MitigationTravaux en français237 207