Autonomous Shipborne In Situ Reflectance Data in Optically Complex Coastal Waters: A Case Study of the Salish Sea, Canada
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
Present limitations on using satellite imagery to derive accurate chlorophyll concentrations and phytoplankton functional types arise from insufficient in situ measurements to validate the satellite reflectance, R rs 0+ . We installed a set of hyperspectral radiometers with autonomous solar tracking capability, collectively named SAS Solar Tracker (Satlantic Inc./Sea-Bird), on top of a commercial ferry, to measure the in situ reflectance as the ferry crosses the Salish Sea, Canada. We describe the SAS Solar Tracker installation procedure, which enables a clear view of the sea surface and minimizes the interference caused by the ship superstructure. Corrections for residual ship superstructure perturbations and non-nadir-viewing geometry are applied during data processing to ensure optimal data quality. It is found that the ship superstructure perturbation correction decreased the overall R rs 0+ by 0.00055 sr −1 , based on a black-pixel assumption for the infrared band of the lowest acquired turbid water. The BRDF correction using the inherent optical properties approach lowered the spectral signal by ∼5–10%, depending on the wavelength. Data quality was evaluated according to a quality assurance method considering spectral shape similarity, and ∼92% of the acquired reflectance data matched well against the global database, indicating high quality.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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