Notice bibliographique
Résumé
从卫星传感器、大气校正、光学特性测量、生物光学模型及水体辐射传输、水质参数反演方法等方面,系统分析了湖泊水色遥感的发展现状.湖泊水体物质组份的复杂性以及卫星传感器与实际需求的矛盾决定了湖泊水色遥感的难度.目前湖泊水色遥感在一些关键问题上仍没有实质性进步,离水色遥感监测的业务化尚有一段距离.令人欣慰的是,卫星传感器以及水色遥感反演算法的不断发展和进步,让我们看到了胜利的曙光.;We analyzed in detail the status quo of lake water color remote sensing from some aspects of satellite sensor, atmospheric correction, optical properties measurement, bio-optical model, radiative transfer model for the waters, and water quality parameter retrieval approach. It has a great difficulty to have practical application of water color remote sensing at a regional scale at present, depending on the complex components of lake water and on the inconsistency between satellite sensor and its actual demand from water quality monitoring. The progress in some key problems for lake water color remote sensing is still small, and there is a long way to go in applications of lake water color remote sensing. However, to be greatly pleasure, the satellite sensor and water color parameter retrieval approach are developing and making progresses, and the application in the future is hopeful.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,006 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».