MétaCan
Menu
Retour à la cohorte
Enregistrement W4244297705 · doi:10.5194/essd-2019-105

A global compilation of in situ aquatic high spectral resolution inherent and apparent optical property data for remote sensing applications

2019· preprint· en· W4244297705 sur OpenAlexaff
Kimberly A. Casey, Cécile S. Rousseaux, Watson W. Gregg, Emmanuel Boss, Alison Chase, Susanne E. Craig, Colleen B. Mouw, Rick A. Reynolds, Dariusz Stramski, Steven G. Ackleson, Annick Bricaud, Blake A. Schaeffer, Marlon R. Lewis, Stéphane Maritorena

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring and Analysis
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésRemote sensingEnvironmental scienceColored dissolved organic matterOcean colorParticulatesPhytoplanktonSatelliteGeologyEcologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract. Light emerging from natural water bodies and measured by remote sensing radiometers contains information about the local type and concentrations of phytoplankton, non-algal particles and colored dissolved organic matter in the underlying waters. An increase in spectral resolution in forthcoming satellite and airborne remote sensing missions is expected to lead to new or improved capabilities to characterize aquatic ecosystems. Such upcoming missions include NASA's Plankton, Aerosol, Cloud, ocean Ecosystem (PACE) Mission; the NASA Surface Biology and Geology observable mission; and NASA Airborne Visible/Infrared Imaging Spectrometer – Next Generation (AVIRIS-NG) airborne missions. In anticipation of these missions, we present an organized dataset of geographically diverse, quality-controlled, high spectral resolution inherent and apparent optical property (IOP/AOP) aquatic data. The data are intended to be of use to increase our understanding of aquatic optical properties, to develop aquatic remote sensing data product algorithms, and to perform calibration and validation activities for forthcoming aquatic-focused imaging spectrometry missions. The dataset is comprised of contributions from several investigators and investigating teams collected over a range of geographic areas and water types, including inland waters, estuaries and oceans. Specific in situ measurements include coefficients describing particulate absorption, particulate attenuation, non-algal particulate absorption, colored dissolved organic matter absorption, phytoplankton absorption, total absorption, total attenuation, particulate backscattering, and total backscattering, as well as remote-sensing reflectance, and irradiance reflectance. The dataset can be downloaded from https://doi.pangaea.de/10.1594/PANGAEA.902230 (Casey et al., 2019).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,548
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,075
Tête enseignante GPT0,313
Écart entre enseignants0,239 · 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 tête enseignante, 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
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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWater Quality Monitoring and AnalysisTravaux en français237 207