Evaluation of MODIS and VIIRS cloud-gap-filled snow-cover products for production of an Earth science data record
Notice bibliographique
Résumé
Abstract. MODerate resolution Imaging Spectroradiometer (MODIS) cryosphere products that have been available since the launch of the Terra MODIS in 2000 and the Aqua MODIS in 2002 include snow-cover extent (swath, daily and eight-day composites) and daily snow albedo. These products are used in hydrological modeling and studies of local and regional climate, and are increasingly being used to study regional hydrological and climatological changes over time. Reprocessing of the complete snow-cover data record, from Collection 5 (C5) to Collection 6 (C6) and Collection 6.1 (C6.1), has led to improvements in the MODIS product suite. Suomi National Polar-orbiting Partnership (S-NPP) Visible Infrared Imaging Radiometer Suite (VIIRS) Collection 1 (C1) snow-cover products have been available since 2011, and are currently being reprocessed for Collection 2 (C2). To address the need for a cloud-reduced or cloud-free daily snow product for both MODIS and VIIRS, a new daily cloud-gap filled snow-cover product was developed for MODIS C6.1 and VIIRS C2 processing. MOD10A1F (Terra) and MYD10A1F (Aqua) are daily, 500-m resolution cloud-gap filled (CGF) snow-cover map products from MODIS. VNP10A1F is the 375-m resolution CGF snow map from VIIRS. The CGF maps provide daily cloud-free snow maps, along with cloud-persistence maps showing the age of the snow or non-snow observation in each pixel. Work is ongoing to evaluate and document uncertainties in the MODIS and VIIRS standard daily CGF snow-cover products. Analysis of the MOD/MYD10A1F products for study areas in the western United States shows excellent results in terms of accuracy of snow-cover mapping. When there are frequent clear-sky episodes, MODIS is able to capture enough clear views of the surface to produce accurate snow-cover information and snow maps. Even in the extensively-cloud-covered northeastern United States during winter months, snow maps from MODIS CGF products are useful, though the snow maps are likely to miss some snow, particularly during the spring snowmelt period when snow may fall and melt within a day or two, before the clouds clear from the storm that deposited the snow. Comparisons between the Terra and Aqua CGF snow maps have revealed differences that are related to cloud masking in the two algorithms. We conclude that the MODIS Terra CGF is the more accurate MODIS snow-cover product, and should therefore be the basis of an Environmental Science Data Record that will extend the CGF data record from the Terra MODIS beginning in 2000 through the VIIRS era, at least through the early 2030s.
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 | 0,011 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».