MétaCan
Menu
Retour à la cohorte
Enregistrement W2983491222 · doi:10.3390/rs11222601

Bi-Directional Reflectance Factor Determination of the Railroad Valley Playa

2019· article· en· W2983491222 sur OpenAlexaff
Carol J. Bruegge, Craig A. Coburn, Arthur Elmes, Mark Helmlinger, Fumie Kataoka, Michele A. Kuester, Akihiko Kuze, Tina Ochoa, Crystal Schaaf, Kei Shiomi, F. M. Schwandner

Notice bibliographique

RevueRemote Sensing · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueCalibration and Measurement Techniques
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesJet Propulsion LaboratoryNational Aeronautics and Space Administration
Mots-clésNadirRemote sensingSpectroradiometerBidirectional reflectance distribution functionEnvironmental scienceModerate-resolution imaging spectroradiometerCalibrationSatelliteRadiometric calibrationReflectivityGeodesyGeologyOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Vicarious calibration is the determination of an on-orbit sensor’s radiometric response using measurements over test sites such as Railroad Valley (RRV), Nevada. It has the highest accuracy when a remote sensor’s view angle is aligned with that of the surface measurements, namely at a nadir view. For view angles greater than 10°, the dominant error is the uncertainty in the off-nadir correction factor. The factor is largest in the back-scatter principal plane and can reach 20%. The Orbiting-Carbon Observatory has access to a number of datasets to determine this deviation. These include measurements from field instruments such as the Portable Apparatus for Rapid Acquisition of Bidirectional Observation of the Land and Atmosphere (PARABOLA), as well as satellite measurements from Multi-angle Imaging SpectroRadiometer (MISR) and MODerate resolution Imaging Spectroradiometer (MODIS). The correction factor derived from PARABOLA is consistent in time and space to within 2% for view angles as large as 30°. Field spectrometer data show that the correction term is spectrally invariant. For this reason, a time-invariant model of RRV surface reflectance, along with empirically derived coefficients, is sufficient to use in the calibration of off-nadir sensors, provided there has been no recent rainfall. With this off-nadir correction, calibrations can be expected to have uncertainties within 5%.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,084
Score d'incertitude au seuil0,168

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,017
Tête enseignante GPT0,235
Écart entre enseignants0,218 · 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

Citations27
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetCalibration and Measurement TechniquesTravaux en français237 207