Aerosol Optical Depth for Atmospheric Correction of AVHRR Composite Data
Bibliographic record
Abstract
RÉSUMÉLe système de géocodage et de composition (GeoComp-n) du Centre canadien de télédétection (CCT) sert à traiter les données de ht série des satellites porteurs de radiomètres perfectionnés à três haut pouvoir de résolution (AVHRR) de la National Oceanic and Atmospheric Administration (NOAA) des États-Unis. Le système GeoComp-n produit des cartes composées monodates ou multidates de la réflectance de la surface de la masse continentale canadienne dans les bandes spectrales du visible et du proche infrarouge à une résolution spatiale de 1 km. Les données doivent d'abord être traitées en unités géophysiques exactes pour permettre l'utilisation de ces cartes et des produits dérivés dans te cadre de diverses études du changement climatique planétaire et de la couverture terrestre. Dans le cas des données de satellites, cela exige non seulement un étalonnage radiométrique exact, mais également l'application aux données d'images de la correction appropriée des effets atmosphériques. L'épaisseur optique des aérosols est l'un des paramètres clés nécessaires pour la correction effets atmosphériques. Le Réseau de photomètres solaires canadien (AEROCAN) fournit une couverture éparse, mais en temps quasi-réel (saisonnière), de l'épaisseur optique des aérosols sur l'ensemble du Canada. L'un des objectifs du projet AEROCAN est l'établissement d'une climatologie des aérosols utilisable pour la correction opérationnelle des effets atmosphériques dans les données des satellites.Dans ces notes de recherche on examine les archives actuellement détenues dans la base de données après dénubélisation sur les aérosols de l'AEROCAN. Les tables de données et les profils saisonniers présentés appuient la conclusion voulant que, pour le moment, l'utilisation d'une unique épaisseur optique invariable en fonction du temps pour l'ensemble du Canada est très acceptable pour la correction opérationnelle de premier ordre des effets atmosphériques dans les données d'images composites de l'AVHRR. La meilleure estimation de cette épaisseur optique des aérosols à une longueur d'onde de 500 nm (AOD500), tel que calculée par la base de données AEROCAN, est de 0,07 avec une incertitude de +0,070/-0,035. Pour le système de correction atmosphérique de GeoComp-n, cette AOD500 correspond à une épaisseur optique des aérosols à une longueur d'onde de 550 nm (AOD550) de 0,062 avec une incertitude de +0,062/-0,031. Une étude de variabilité a démontré que l'incertitude de la valeur AOD500 correspond à une erreur absolue de la réflectance de surface de ± 1% dans le cas extrême d'une forêt d'épinette noire. Cette erreur est acceptable pour le système GeoComp-n ne requérant qu'une précision absolue de ± 5%.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".