MétaCan
Menu
Retour à la cohorte
Enregistrement W2614371085 · doi:10.1002/2017gl072946

Validation of the Soil Moisture Active Passive (SMAP) satellite soil moisture retrieval in an Arctic tundra environment

2017· article· en· W2614371085 sur OpenAlexafffund
Elizabeth Wrona, Tracy Rowlandson, Manoj Nambiar, Aaron Berg, Andreas Colliander, Philip Marsh

Notice bibliographique

RevueGeophysical Research Letters · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil Moisture and Remote Sensing
Établissements canadiensWilfrid Laurier UniversityUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNatural Resources CanadaCanadian Space AgencyJet Propulsion LaboratoryEuropean Centre for Medium-Range Weather ForecastsW. Garfield Weston FoundationNational Aeronautics and Space AdministrationCalifornia Institute of TechnologyArcticNetPolar Knowledge Canada
Mots-clésEnvironmental scienceBrightness temperatureWater contentMoistureSatelliteTundraRemote sensingAtmospheric sciencesSoil scienceBrightnessMeteorologyArcticGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract This study examines the Soil Moisture Active Passive soil moisture product on the Equal Area Scalable Earth‐2 (EASE‐2) 36 km Global cylindrical and North Polar azimuthal grids relative to two in situ soil moisture monitoring networks that were installed in 2015 and 2016. Results indicate that there is no relationship between the Soil Moisture Active Passive (SMAP) Level‐2 passive soil moisture product and the upscaled in situ measurements. Additionally, there is very low correlation between modeled brightness temperature using the Community Microwave Emission Model and the Level‐1 C SMAP brightness temperature interpolated to the EASE‐2 Global grid; however, there is a much stronger relationship to the brightness temperature measurements interpolated to the North Polar grid, suggesting that the soil moisture product could be improved with interpolation on the North Polar grid.

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)0,001
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 enseignants0,831
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,025
Tête enseignante GPT0,288
Écart entre enseignants0,264 · 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 tête enseignante, 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

Citations35
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetSoil Moisture and Remote SensingTravaux en français237 207