MODIS and PROBA-V NDVI Products Differ when Compared with Observations from Phenological Towers at Four Tropical Dry Forests in the Americas
Notice bibliographique
Résumé
The Normalized Difference Vegetation Index (NDVI) is widely used to monitor vegetation phenology and productivity around the world. Over the last few decades, phenology monitoring at large scales has been possible due to the information and metrics derived from satellite sensors such as the Moderate Resolution Imaging Spectroradiometer (MODIS) or the Project for On-Board Autonomy–Vegetation (PROBA-V). However, due to their temporal and spatial resolution, adequate ground comparison is lacking. In this paper, we analyze how NDVI products from MODIS (Aqua and Terra) and PROBA-V predict vegetation phenology when compared with near-surface observations. We conduct this comparison at four tropical dry forests (TDFs) in the Americas. We undertake this study by comparing the following: (i) Dissimilarities of the standardized NDVI (NDVIS) using dynamic time warping, (ii) the differences of daily NDVIS between seasons and ENSO months using generalized linear models, and (iii) phenometrics derived from NDVI time series. Overall, our results suggest that NDVIS from satellite observations present DTW distances (dissimilarities) between 2.98 and 46.57 (18.91 ± 12.31) when compared with near-surface observations. Furthermore, NDVIS comparisons reveal that overall differences between satellite and near-surface observations are close to zero, but this tends to differ between seasons or when El Nino Southern Oscillation (ENSO) is present. Phenometrics comparisons show that metrics derived from satellite observations such as green-up, maturity, and start and end of the wet season strongly correlate with those from near-surface observations. In contrast, phenometrics that describe the day of the highest or lowest NDVI tend to be inconsistent with those from near-surface observations. All findings were observed independently of the NDVI source. Our results suggest that satellite-based NDVI products tend to be inconsistent descriptors of vegetation events on tropical deciduous forests in comparison with near-surface observations. These results reinforce the idea that satellite-based NDVI products should be used and interpreted with great caution and only in ecosystems with well-established knowledge of their vegetation phenology.
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 | 0,002 |
| 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 | 0,001 | 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 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 ».