MétaCan
Menu
Retour à la cohorte
Enregistrement W3033187939 · doi:10.3390/rs12111860

Novel Air Temperature Measurement Using Midwave Hyperspectral Fourier Transform Infrared Imaging in the Carbon Dioxide Absorption Band

2020· article· en· W3033187939 sur OpenAlexaboutno aff
Sungho Kim

Notice bibliographique

RevueRemote Sensing · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Heat Island Mitigation
Établissements canadiensnon disponible
Organismes subventionnairesAgency for Defense DevelopmentKorea Institute for Advancement of TechnologyMinistry of Trade, Industry and EnergyYeungnam University
Mots-clésRadianceHyperspectral imagingMaterials scienceCarbon dioxideBrightness temperatureEnvironmental scienceRemote sensingInfraredAbsorption (acoustics)Fourier transform infrared spectroscopyBrightnessOpticsFourier transformPhysicsChemistryGeology

Résumé

récupéré en direct d'OpenAlex

Accurate visualization of air temperature distribution can be useful for various thermal analyses in fields such as human health and heat transfer of local area. This paper presents a novel approach to measuring air temperature from midwave hyperspectral Fourier transform infrared (FTIR) imaging in the carbon dioxide absorption band (between 4.25–4.35 μm). In this study, the proposed visual air temperature (VisualAT) measurement is based on the observation that the carbon dioxide band shows zero transmissivity at short distances. Based on analysis of the radiative transfer equation in this band, only the path radiance by air temperature survives. Brightness temperature of the received radiance can provide the raw air temperature and spectral average, followed by a spatial median-mean filter that can produce final air temperature images. Experiment results tested on a database obtained by a midwave extended FTIR system (Telops, Quebec City, QC, Canada) from February to July 2018 show a mean absolute error of 1.25 ∘K for temperature range of 2.6−26.4 ∘C.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,213
Écart entre enseignants0,188 · 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'étudeExpérimental (laboratoire)
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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetUrban Heat Island MitigationTravaux en français237 207