MétaCan
Menu
Retour à la cohorte
Enregistrement W2373908604

Ground photography verification of remote sensing-derived vegetation phenology in the Xilinguole grassland

2015· article· en· W2373908604 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCaoye kexue · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueRemote Sensing and Land Use
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRemote sensingNormalized Difference Vegetation IndexPhenologyGrasslandEnvironmental scienceVegetation (pathology)PhotographyEnhanced vegetation indexVegetation IndexGrowing seasonPhysical geographyGeographyLeaf area indexEcology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Using photographic observation data of grassland phenology over the entire growing season and different satellite remote sensing data in Xilinguole of Inner Mongolia,we analyzed statistical relationships between the two datasets.The results showed that MODIS reflectance in visible light band positively correlated(P0.05)with the ground photographic digital number,in which the most significant correlation appeared between MODIS reflectance in 500 mspatial resolution and the ground photographic digital number.Nevertheless,TM/ETM+reflectance did not significantly correlate(P0.05)with the ground photographic digital number.The positive correlation between MODIS Normalized Difference Vegetation Index(NDVI)and relative greenness index from ground photography(G%)was obviously higher than those between other vegetation indices and greenness indices.Errors between phenological occurrence dates derived from remote sensing and ground photography data were mostly within 7days.In conclusion,the reliability of remote sensing phenology monitoring by means of ground photography was of crucial for selecting appropriate remote sensing data source and phenological monitoring index.

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 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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,860
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
Bibliométrie0,0000,000
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 Opus0,033
Tête enseignante GPT0,234
Écart entre enseignants0,201 · 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