Comparison of Historical Water Temperature Measurements with Landsat Analysis Ready Data Provisional Surface Temperature Estimates for the Yukon River in Alaska
Notice bibliographique
Résumé
Water temperature is a key element of freshwater ecological systems and a critical element within natural resource monitoring programs. In the absence of in situ measurements, remote sensing platforms can indirectly measure water temperature over time and space. The Earth Resources Observation and Science (EROS) Center has processed archived Landsat imagery into analysis ready data (ARD), including Level-2 Provisional Surface Temperature (pST) estimates derived from the Landsat 4–5 Thematic Mapper (TM), Landsat 7 Enhanced Thematic Mapper Plus (ETM+), and Landsat 8 Thermal Infrared Sensor (TIRS). We compared in situ measurements of water temperature within the Yukon River in Alaska with 52 instances of pST estimates between June 2014 and September 2020. Agreement was good with an RMSE of 2.25 °C and only a slight negative bias in the estimated mean daily water temperature of −0.47 °C. For the 52 dates compared, the average daily water temperature measured by the USGS streamgage was 11.3 °C with a standard deviation of 5.7 °C. The average daily pST estimate was 10.8 °C with a standard deviation of 6.1 °C. At least in the case of large unstratified rivers in Alaska, ARD pST can be used to infer water temperature in the absence of or in tandem with ground-based water temperature monitoring campaigns.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».