High Angular Resolution Measurements of the Anisotropy of Reflectance of Sea Ice and Snow
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
We introduce a new method to determine the anisotropy of reflectance of sea ice and snow at spatial scales from 1 m 2 to 80 m 2 using a multispectral circular fish‐eye radiance camera (CE600). The CE600 allows measuring radiance simultaneously in all directions of a hemisphere at a 1° angular resolution. The spectral characteristics of the reflectance and its dependency on illumination conditions obtained from the camera are compared to those obtained with a hyperspectral field spectroradiometer manufactured by Analytical Spectral Device, Inc. (ASD). Results confirm the potential of the CE600, with the suggested measurement setup and data processing, to measure commensurable sea ice and snow hemispherical‐directional reflectance factor, HDRF, values. Compared to the ASD, the reflectance anisotropy measured with the CE600 provides much higher resolution in terms of directional reflectance ( N = 16,020). The hyperangular resolution allows detecting features that were overlooked using the ASD due to its limited number of measurement angles ( N = 25). This data set of HDRF further documents variations in the anisotropy of the reflectance of snow and ice with the geometry of observation and illumination conditions and its spectral and spatial scale dependency. Finally, in order to reproduce the hyperangular CE600 reflectance measurements over the entire 400–900 nm spectral range, a regression‐based method is proposed to combine the ASD and CE600 measurements. Results confirm that both instruments may be used in synergy to construct a hyperangular and hyperspectral snow and ice reflectance anisotropy data set.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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