MétaCan
Menu
Retour à la cohorte
Enregistrement W4250404197 · doi:10.4095/220097

Concept of a new multiangular satellite mission for improved bi-directional sampling of surface and atmosphere properties

2004· report· en· W4250404197 sur OpenAlexaff
A Trishchenko

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEngineering
ThématiqueSatellite Image Processing and Photogrammetry
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésRemote sensingSatelliteSampling (signal processing)Spectral resolutionEnvironmental scienceAlbedo (alchemy)Image resolutionAtmosphere (unit)Angular resolution (graph drawing)SnowSpectral bandsComputer scienceMeteorologyOpticsGeologyPhysicsSpectral lineAstronomyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

While existing satellite Earth Observing (EO) systems provide many baseline observations, they are lacking an important combination of capabilities in terms of angular sampling, spectral coverage, and spatial resolution. This has an impact on the accuracy of retrievals and the capability to provide accurate regular operational monitoring of surface and atmospheric properties on a large scale (global or continental). The concept of Advanced Multiangular MEdium Resolution System (AMMERS), that addresses the above issues and provides unique capability presently unavailable from other space observing systems, is proposed here. The mission's unique feature is a combination of medium resolution (400m), multi-spectral observations (13 spectral bands in visible, NIR, SWIR, IR, SW and LW), and multi-angular capabilities (7 angles). AMMERS's multiangular features and swath width allow bi-directional angular sampling close to the solar principal plane and in the perpendicular plane. These capabilities are critically important for accurate estimation of surface albedo, vegetation structure, and forest parameters. AMMERS will also be superior to many other missions in retrieving SST, aerosol, clouds parameters, snow, and wild fire mapping.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,697
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,056
Tête enseignante GPT0,290
Écart entre enseignants0,234 · 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.

Devis d'étudeExpérimental (laboratoire)
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
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSatellite Image Processing and PhotogrammetryTravaux en français237 207