Remote Sensing and Aerodynamic Temperature-Based Energy Balance Models to Estimate Crop Evapotranspiration Rates
Notice bibliographique
Résumé
Different methods exist to measure or estimate actual crop evapotranspiration (ETa). However, some methods require a large number of data input or strict field conditions. Remote sensing based ETa algorithms based on extreme thermal pixels (hot and cold) have limitations when required extreme pixels are not present in the acquired thermal infra-red imagery. In addition, satellite overpass frequency and spatial pixel resolution may be a limitation for some agricultural fields and micro-climates. Surface energy balance methods that use surface radiometric temperatures often fail to perform well under drought, limited irrigation, salt affected soils, or under sparse vegetation conditions. One option is to measure or estimate the crop/surface sensible heat flux through the aerodynamic temperature approach, then calculate the available energy and solve the energy balance for latent heat flux. Thus, this study presents different published algorithms that characterize the crop or field surface aerodynamic temperature and then applies them to different conditions for evaluation. Determining spatial ETa continuously has the potential to improve the irrigation water management decision making. The aerodynamic temperature approach was initially developed with good results as a function of surface radiometric temperature, air temperature, crop leaf area index, and wind speed or surface aerodynamic resistance. However, the inclusion of the crop fractional percent cover and of a new resistance term (turbulent-mixing row resistance) greatly improved the estimation of the sensible heat and latent heat fluxes, when evaluated with heat flux data derived from eddy covariance energy balance towers. Results also indicate that the aerodynamic method has transferability potential to different regions, crops, and irrigation methods than the conditions encountered in the method development.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».