Angular normalization of GOME‐2 Sun‐induced chlorophyll fluorescence observation as a better proxy of vegetation productivity
Notice bibliographique
Résumé
Abstract Sun‐induced chlorophyll fluorescence (SIF) has been regarded as a promising proxy for gross primary productivity (GPP) over land. Considerable uncertainties in GPP estimation using remotely sensed SIF exist due to variations in the Sun‐satellite view observation geometry that could induce unwanted variations in SIF observation. In this study, we normalize the far‐red Global Ozone Monitoring Experiment‐2 SIF observations on sunny days to hot spot direction (SIFh) to represent sunlit leaves and compute a weighted sum of SIF (SIFt) from sunlit and shaded leaves to represent the canopy. We found that SIFh is better correlated with sunlit GPP simulated by a process‐based ecosystem model and SIFt is better correlated with the simulated total GPP than the original SIF observations. The coefficient of determination (R2) are increased by 0.04 ± 0.03, and 0.07 ± 0.04 on a global average using SIFh and SIFt, respectively. The most significant increases of the R2 (0.09 ± 0.04 for SIFt and 0.05 ± 0.03 for SIFh) appear in deciduous broadleaf forests.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».