Merged Multi-Sensor Ocean Colour Chlorophyll Product Evaluation for the British Columbia Coast
Notice bibliographique
Résumé
Phytoplankton phenology studies require a dataset that is continuous in time and space since missing data have been shown to affect the accuracy of seasonality metrics. The interpolated GlobColour product provided by the Copernicus Marine Environment Monitoring Service (CMEMS) meets these requirements by being ‘gap filled’, thus yielding the highest spatial coverage. Despite being validated on a global scale, a regional comparison to in situ Chl-a concentrations should be conducted to enable product application in optically complex waters. This study aims to evaluate the performance of the GlobColour interpolated product in British Columbia coastal waters via a statistical match-up analysis and a qualitative analysis to determine whether the data reflect the region’s large-scale seasonal trends and latitudinal dynamics. Additionally, the statistical performance of the GlobColour interpolated product was compared to the original GlobColour and Ocean Colour Climate Change Initiative (OC-CCI) merged chlorophyll-a products based on in situ observations. The GlobColour interpolated product performed relatively well and was comparable to the best-performing product for each water type (RMSE = 0.28, r2 = 0.77, MdAD = 1.5, BIAS = 0.90). The statistics for all the products degraded in Case 2 waters, thus highlighting the dilemma of applying algorithms designed for Case 1 waters in Case 2 waters. Our results indicate how the quality of products can vary in different environmental conditions.
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 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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».