Estimation of Transmittance of Solar Radiation in the Visible Domain Based on Remote Sensing: Evaluation of Models Using In Situ Data
Notice bibliographique
Résumé
Abstract The transmittance of solar radiation in the oceanic water column plays an important role in heat transfer and photosynthesis, with implications for the global carbon cycle, global circulation, and climate. Globally, the transmittance of solar radiation in the visible domain (∼400–700 nm) (TRVIS) through the water column, which determines the vertical distribution of visible light, has to be based on remote sensing products. There are models centered on chlorophyll‐a (Chl) concentration or Inherent Optical Properties (IOPs) as both can be derived from ocean color measurements. We present evaluations of both schemes with field data from clear oceanic and from coastal waters. Here five models were evaluated: (1) Morel and Antoine (1994) (MA94), (2) Ohlmann and Siegel (2000) (OS00), (3) Murtugudde et al. (2002) (MU02), (4) Manizza et al. (2005) (MA05), and (5) Lee et al. ( ) (IOPs05), where the first four are Chl‐based and the last one is IOPs‐based, with all inputs derived from remote sensing reflectance. It is found that the best performing model is the IOPs05, with Unbiased Absolute Percent Difference (UAPD) ∼23%, while Chl‐based models show higher uncertainties (UAPD for MA94: ∼54%, OS00: ∼133%, MU02: ∼56%, and MA05: ∼39%). The IOPs‐based model was insensitive to the type of water, allowing it to be applied in most marine environments; whereas some of the Chl‐based models (MU02 and MA05) show much higher sensitivities in coastal turbid waters (higher Chl waters). These results highlight the applicablity of using IOPs products for such applications.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».