MétaCan
Menu
Retour à la cohorte
Enregistrement W3163551677 · doi:10.5194/egusphere-egu21-9065

Development of a Three-Source Remote Sensing Model for Estimation of Urban Evapotranspiration (TRU)

2021· article· en· W3163551677 sur OpenAlexaff
Han Chen, Jinhui Jeanne Huang‬‬‬‬, Edward A. McBean, Zhiqing Lan, Junjie Gao, Li Han, Jiawei Zhang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Heat Island Mitigation
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésEvapotranspirationImpervious surfaceLatent heatEnvironmental scienceTranspirationThematic MapperBowen ratioEvaporationVegetation (pathology)Water cycleHydrology (agriculture)Remote sensingSatellite imageryMeteorologyChemistryGeographyGeologyEcology

Résumé

récupéré en direct d'OpenAlex

Evapotranspiration (ET) from an urban area and its components are important when estimating the urban ‘heat island’ effect and the urban hydrological cycle. Multi-source satellite-based ET models for ecosystems (e.g. farmland, forest, and wetland) have been developed and applied, but satellite-based ET model dimensions for urban areas are lacking, especially since all currently available models are designed for single-source schemes. This paper proposes the first Three-source Remote sensing model for Urban areas (TRU) to discriminate between soil evaporation, vegetation transpiration, and impervious surface evaporation. TRU uses a new parameterization scheme, based on the use of a complementary relationship integrating soil surface temperature to estimate soil evaporation. An iterative procedure was developed for decomposing land surface temperature (LST) into component temperatures. Also, the ET for impervious areas was independently delineated using the “patch” approach. The model was tested for 45 cloudless days in Tianjin for 2017-2020 based on 30 m Operational Land Imager (OLI)/Enhanced Thematic Mapper Plus (ETM+) images. Results indicated the root mean square error (RMSE) of 38.8 W/m2 and Bias of 9.9 W/m2 compared with two Eddy Correlation (EC) observations for instantaneous latent heat (LE) simulation and RMSE was 0.087 and Bias was -0.012, compared with stable water isotope measurements for the estimation of the ratio of vegetation latent heat flux to latent heat flux (LEv/LE).Comparison with urban single-source models and two-source models for ecosystem suggest TRU provide best accuracy for ET and its components simulation. The spatial pattern suggested impervious surface evaporation exhibited minimal seasonal variation and maintained a very lower level due to limited availability of water. The results emphasized the importance of using land use and land cover (LULC) in urban ET modeling and the necessity to calculate ET as independent of impervious areas. TRU represents a groundbreaking development of multi-source urban satellite-based ET models and facilitates the mapping of urban ET components.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,031
Tête enseignante GPT0,237
Écart entre enseignants0,206 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUrban Heat Island MitigationTravaux en français237 207