Chlorophyll Mapping using MODIS/MERIS imagery over Case 2 Waters, Lake Winnipeg
Notice bibliographique
Résumé
This report describes data and data collection procedures, data analysis and results of analysis undertaken in order to test and refine algorithms for use in mapping chlorophyll concentrations in Case 2 waters in Lake Winnipeg using MODIS and MERIS satellite data. Sampling described in this report was done by personnel from the Canadian Department of Fisheries and Oceans and from the Centre for Earth Observations Science in the Department of Geography, University of Manitoba. Core funding was through a Canadian Space Agency project grant. Water quality data were collected on whole- lake missions in May/June, July/August and September/October in 2002, 2003, and 2004. Simultaneous spectral remote sensing reflectance (RRS) data were collected off the ship’s bow for use in reflectance-chlorophyll algorithm development. Water samples were analysed for chlorophyll, total suspended solids, tripton and dissolved organic carbon concentration. Paired data collected in 2002 and 2003 were used to test relationships between reflectance and chlorophyll, and to develop regressions predicting chlorophyll in the water column. The regressions were validated using an independent data set collected in 2004. Remote sensing reflectance ratios explain about 60% of the variance in chlorophyll in Lake Winnipeg, and predicts chlorophyll with a standard error of about 0. .6 ln(ug.L-1). We used the ratio RRS531/RRS551 to map chlorophyll seasonally in Lake Winnipeg. The resulting maps compare favourably with maps created by interpolation of data collected on three whole- lake cruises.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».