MétaCan
Menu
Retour à la cohorte
Enregistrement W2772646818 · doi:10.1177/0967033516686043

Leaf reflectance and transmission properties (350–2500 nm): Implications for vegetation indices

2017· article· en· W2772646818 sur OpenAlexaff
G. Berard, E. A. Cloutis, P. J. Mann

Notice bibliographique

RevueJournal of Near Infrared Spectroscopy · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensUniversity of Winnipeg
Organismes subventionnairesnon disponible
Mots-clésVegetation (pathology)Normalized Difference Vegetation IndexWavelengthRemote sensingCanopyEnvironmental scienceTransmittanceDeciduousEnhanced vegetation indexSpectroradiometerLeaf area indexInfraredNear-infrared spectroscopyVegetation IndexAtmospheric sciencesReflectivityMaterials scienceOpticsEcologyGeologyPhysicsOptoelectronicsBiology

Résumé

récupéré en direct d'OpenAlex

At moderate to high leaf area index (values 3–5), many ratio-based vegetation indices, such as the Normalized Difference Vegetation Index (NDVI), reach an asymptote where the linear relationship between leaf area index and vegetation index value breaks down. The red and near infrared channels are used to calculate most ratio vegetation indices when using sensors such as Landsat; however, these channels sense very different depths in vegetation canopies due to differences in transmittance, which may explain this breakdown of vegetation indices. In laboratory-simulated canopies composed of four deciduous species, visible wavelengths (∼400–700 nm) were mostly attenuated by the first or second leaf layer, while near infrared wavelengths were substantially transmitted beyond the sixth or seventh leaf layer. Absolute changes in reflectance >1% were seen in some canopies up to four leaf layers thick in the near infrared wavelengths. Therefore, in natural canopies, near infrared wavelengths have a greater probability of penetrating to the soil/litter background than visible wavelengths, which may impact vegetation indices that use both visible and near infrared wavelengths for canopies between two and seven layers thick. While this was a preliminary study that isolated the canopy depth variable, polynomial regression analysis showed that differences in canopy thickness explained most of the observed variability in canopy reflectance. These results will facilitate the development and assessment of spectral vegetation indices that would probe canopies to consistent depths.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,285
Écart entre enseignants0,263 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Near Infrared SpectroscopyMême sujetRemote Sensing in AgricultureTravaux en français237 207