MétaCan
Menu
Retour à la cohorte
Enregistrement W3144018471 · doi:10.3390/rs13071405

Error Analysis of LAI Measurements with LAI-2000 Due to Discrete View Angular Range Angles for Continuous Canopies

2021· article· en· W3144018471 sur OpenAlexaff
Jun Geng, Gang Yuan, Jing M. Chen, Lili Tu, Weiliang Fan, Qingjiu Tian, Zhaofu Wu, Tingye Tao, Min Yu, Yongchao Zhu, Jianwei Huang, Kaijian Xu, Jinchao Li, Shaoteng Wang

Notice bibliographique

RevueRemote Sensing · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Science Foundation of Anhui ProvinceNational Natural Science Foundation of China
Mots-clésLeaf area indexZenithCanopyMathematicsRange (aeronautics)Remote sensingRadiative transferError analysisStatisticsPhysicsOpticsGeographyMaterials scienceApplied mathematicsAgronomy

Résumé

récupéré en direct d'OpenAlex

As a widely used ground-based optical instrument, the LAI-2000 or LAI-2200 plant canopy analyzer (PCA) (Li-Cor, Inc., Lincoln, NE) is designed to measure the plant effective leaf area index (Le) by measuring the canopy gap fraction at several limited or discrete view zenith angles (VZAs) (usually five VZAs: 7, 23, 38, 53, and 68°) based on Miller’s equation. Miller’s equation requires the probability of radiative transmission through the canopy to be measured over the hemisphere, i.e., VZAs in the range from 0 to 90°. However, the PCA view angle ranges are confined to several limited ranges or discrete sectors. The magnitude of the error produced by the discretization of VZAs in the leaf area index measurements remains difficult to determine. In this study, a theoretical deduction was first presented to definitely prove why the limited or discrete VZAs or ranges can affect the Le measured with the PCA, and the specific error caused by the limited or discrete VZAs was described quantitatively. The results show that: (1) the weight coefficient of the last PCA ring is the main cause of the error; (2) the error is closely related to the leaf inclination angles (IAs)—the Le measured with the PCA can be significantly overestimated for canopies with planophile IAs, whereas it can be underestimated for erectophile IAs; and (3) the error can be enhanced with the increment of the discrete degree of PCA rings or VZAs, such as using four or three PCA rings. Two corrections for the error are presented and validated in three crop canopies. Interestingly, although the leaf IA type cannot influence the Le calculated by Miller’s equation in the hemispheric space, it affects the Le measured with the PCA using the discrete form of Miller’s equation for several discrete VZAs.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,019
Tête enseignante GPT0,246
Écart entre enseignants0,227 · 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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetRemote Sensing in AgricultureTravaux en français237 207