Leaf reflectance and transmission properties (350–2500 nm): Implications for vegetation indices
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle