ECCOE Landsat quarterly Calibration and Validation report—Quarter 3, 2021
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
First posted March 25, 2022 For additional information, contact: Director, Earth Resources Observation and Science CenterU.S. Geological Survey47914 252nd Street Sioux Falls, SD 57198Contact Pubs Warehouse The U.S. Geological Survey (USGS) Earth Resources Observation and Science (EROS) Calibration and Validation (Cal/Val) Center of Excellence (ECCOE) focuses on improving the accuracy, precision, calibration, and product quality of remote-sensing data, leveraging years of multiscale optical system geometric and radiometric calibration and characterization experience. The ECCOE Landsat Cal/Val Team continually monitors the geometric and radiometric performance of active Landsat missions and makes calibration adjustments, as needed, to maintain data quality at the highest level.This report provides observed geometric and radiometric analysis results for Landsats 7–8 for quarter 3 (July–September), 2021. All data used to compile the Cal/Val analysis results presented in this report are freely available from the USGS EarthExplorer website: https://earthexplorer.usgs.gov.One specific activity that the Cal/Val Team continued to closely monitor this quarter was the Landsat 8 Thermal Infrared Sensor (TIRS) response degradation, which has been observed since the two November 2020 safehold events. Detailed analysis results characterizing this degradation have been included in this report. Additional information about the safehold events is here: https://www.usgs.gov/core-science-systems/nli/landsat/november-19-2020-landsat-8-data-availability-update-recent-safehold.
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 | 0,001 | 0,001 |
| 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