Estimating actual evapotranspiration from remote sensing imagery using R: the package 'TriangleMethod'.
Notice bibliographique
Résumé
Actual evaporation (Eta) is an essential variable to assess water availability, drought risk and food security, among others.Measurements of Eta are however limited to a small footprint, hampering a spatially explicit analysis and application and are very often not available at all.To overcome the problem of data scarcity, Eta can be assessed by various remote sensing approaches such as the Triangle Method (Jiang & Islam, 1999).Here, Eta is estimated by using the Normalized Difference Vegetation Index (NDVI) and land surface temperature (LST).In this study, the R-package 'TriangleMethod' was compiled to efficiently perform the calculations of NDVI and processing LST to finally derive Eta from the applied data set.The package contains all necessary calculation steps and allows easy processing of a large data base of remote sensing images.By default, the parameterization for the Landsat TM and ETM+ sensors are implemented, however, the algorithms can be easily extended to additional sensors.The auxiliary variables required to estimate Eta with this method, such as elevation, solar radiation and air temperature at the overpassing time, can be processed as gridded information to allow for a better representation of the study area.The package was successfully applied in various studies in Spain, Palestine, Costa Rica and Canada.
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 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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 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 tête enseignante, 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 ».