A Comparison of Multi-Angle Implementation of Atmospheric Correction and MOD09 Daily Surface Reflectance Products From MODIS
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study presents the first systematic comparison of MAIAC Collection 6 MCD19A1 daily surface reflectance (SR) product with standard MODIS SR (MOD/MYD09). The study was limited to four tiles located in mid-Atlantic United States (H11V05), Canada (H12V03), central Amazon (H11V09), and North-Eastern China (H27V05) and used over 5000 MODIS granules in 2018. Overall, there is a remarkable agreement between the best quality pixels of the two products, in particular in the Red and NIR bands. Over selected tiles, the evaluation found that MAIAC provides from 4 to 25% more high-quality retrievals than MOD09 annually, with the largest difference in tropical regions, confirming results of the previous studies. The comparison of spectral characteristics showed a systematic MAIAC-MOD09 difference increasing from NIR to Blue, typical of biases of a Lambertian assumption in MOD09 algorithm. Over the North-Eastern China, MCD19A1 SR is found more stable at wide range of aerosol optical depth (AOD) variations, whereas MOD09 SR shows a consistent positive bias increasing with AOD and at shorter wavelengths. The observed SR differences can be attributed to differences in cloud detection, aerosol retrieval and in atmospheric correction which is performed using an accurate BRDF-coupled radiative transfer model in MAIAC and a Lambertian surface model in MOD09. While this study is not representative of the global performance because of its limited geographical coverage, it should help the land community to better understand the differences between the two products.
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.
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 découle