MétaCan
Menu
Retour à la cohorte
Enregistrement W3108000543 · doi:10.22541/au.158602500.05780501

A Modified Trapezoidal Framework Model for Partitioning Regional Evapotranspiration

2020· dataset· en· W3108000543 sur OpenAlexaff
Jinhui Jeanne Huang‬‬‬‬, Han Chen, Tingting Li, Edward A. McBean, Vijay P. Singh

Notice bibliographique

RevueAuthorea · 2020
Typedataset
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésEvapotranspirationTranspirationFluxNetSensible heatEddy covarianceWater cycleLatent heatBoundary (topology)Mean squared errorFlux (metallurgy)Environmental scienceVegetation (pathology)Hydrology (agriculture)MathematicsAtmospheric sciencesMeteorologyGeologyStatisticsGeographyEcosystem

Résumé

récupéré en direct d'OpenAlex

While evapotranspiration (ET) is normally measured as one hydrologic component, evaporation (E) and transpiration (T) result from different physical-biological processes. In the two-source model, a trapezoidal framework has been widely applied in recent years. The key to applying the trapezoidal framework is the determination of the dry/wet boundaries of the land surface temperature-vegetation coverage trapezoid (LST-fc). Although algorithms have been developed to characterize the two boundaries, , there still, however, exists a significant uncertainty near the wet boundary which scatters in a discrete and uneven manner. It thus is difficult to precisely locate the wet boundary. To tackle the problem, a Wet Boundary Algorithm (WBA) was developed in this study and the algorithm was applied in the region of Huang-Huai-Hai plain of China by using Pixel Component Arranging and Comparing Algorithm (PCACA) to retrieve ET from MODIS Data. The latent heat flux (LE) observed by eddy covariance (EC) measurements from China FLUXNET was used to verify the modified model where the coefficient of determination (R2) was found to 0.81 and the root-mean-square-error (RMSE) was 22.8 W/m2. The ratio of transpiration to evapotranspiration (T/ET) varied between 0.5-0.75 over the region of Huang-Huai-Hai plain. The spatial and temporal distribution of ET revealed that agriculture practices had a great influence on the hydrological cycle.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,045
Tête enseignante GPT0,264
Écart entre enseignants0,219 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAuthoreaMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207