MétaCan
Menu
Retour à la cohorte
Enregistrement W2320479958 · doi:10.1021/es5021185

Satellite-Derived Subsurface Urban Heat Island

2014· article· en· W2320479958 sur OpenAlexaff
Wenfeng Zhan, Weimin Ju, Shuoping Hai, Grant Ferguson, Jinling Quan, Chao‐Sheng Tang, Zhen Guo, Fanhua Kong

Notice bibliographique

RevueEnvironmental Science & Technology · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Heat Island Mitigation
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesMinistry of Science and Technology of the People's Republic of ChinaNatural Science Foundation of Jiangsu ProvinceNational Natural Science Foundation of China
Mots-clésUrban heat islandEnvironmental scienceIntensity (physics)SatelliteModerate-resolution imaging spectroradiometerDaytimeDiurnal cycleBeijingAtmospheric sciencesSpectroradiometerClimatologyMeteorologyGeologyReflectivityGeography

Résumé

récupéré en direct d'OpenAlex

The subsurface urban heat island (SubUHI) is one part of the overall UHI specifying the relative warmth of urban ground temperatures against the rural background. To combat the challenge on measuring extensive underground temperatures with in situ instruments, we utilized satellite-based moderate-resolution imaging spectroradiometer data to reconstruct the subsurface thermal field over the Beijing metropolis through a three-time-scale model. The results show the SubUHI's high spatial heterogeneity. Within the depths shallower than 0.5 m, the SubUHI dominates along the depth profiles and analyses imply the moments for the SubUHI intensity reaching first and second extremes during a diurnal temperature cycle are delayed about 3.25 and 1.97 h per 0.1 m, respectively. At depths shallower than 0.05 m in particular, there is a subsurface urban cool island (UCI) in spring daytime, mainly owing to the surface UCI that occurs in this period. At depths between 0.5 and 10 m, the time for the SubUHI intensity getting to its extremes during an annual temperature cycle is lagged 26.2 days per meter. Within these depths, the SubUHI prevails without exception, with an average intensity of 4.3 K, varying from 3.2 to 5.3 K.

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 candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,154
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,004
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 Opus0,004
Tête enseignante GPT0,182
Écart entre enseignants0,178 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
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

Citations58
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetUrban Heat Island MitigationTravaux en français237 207