GECE VE GÜNDÜZ YER YÜZEY SICAKLIĞI GÖRÜNTÜLERİ İLE YÜZEY ISI ADASI ANALİZİ
Bibliographic record
Abstract
Günümüzde yerel iklim değişiklikleri etkisinin giderek artış göstermesi nedeniyle iklim parametrelerinden biri olan yüzey sıcaklıklarının izlenmesi önemli olup termal uzaktan algılama yöntemleriyle izlenebilmektedir.Uzaktan algılama teknikleri ile elde edilen termal görüntülerin belli algoritmalar yardımıyla işlenmesiyle Yer Yüzey Sıcaklığı (YYS) görüntüleri elde edilebilmektedir.Bu çalışmanın amacı, Terra uydusu üzerinde yer alan ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer) algılayıcısına ait veriler kullanılarak gece ve gündüz YYS görüntülerinin çıkarılması ve YYS verileri ile Yüzey Isı Adası (YIA) analizlerinin gerçekleştirilmesidir.ASTER algılayıcısına ait 03/07/2013 tarihinde alınan görüntülerden gece görüntüsü Türkiye saati ile 22.36'da gündüz görüntüsü ise 11.33'te alınmıştır.Çalışmada, ASTER verileri mono-window algoritması ile işlenerek YYS görüntüleri üretilmiştir.Çalışma alanı olarak Adana ilinin merkez ilçeleri dışında en fazla nüfusa sahip olan Ceyhan ilçesi seçilmiştir.Çalışma sonucunda üretilen YYS görüntüleri üzerinde YIA analizi gerçekleştirmek amacıyla farklı Arazi Kullanımı Arazi Örtüsü (AKAÖ) türlerinin gece ve gündüz sahip olduğu YYS değerleri analiz edilmiştir.YYS görüntüleri MODIS YYS ürünleri ile çapraz doğrulama yöntemi ile doğruluk analizine tabi tutulmuştur.Yapılan analizler ile gündüz en yüksek YYS değerinin nadasa bırakılan toprakta elde edildiği gözlemlenirken gece ise kentsel alanlardaki YYS değerinin en yüksek olduğu belirlenmiştir.Çalışa sonucunda, ASTER'in gece ve gündüz verileri sağlaması ile YIA analizinin etkili bir şekilde yapılabildiği gözlemlenmiştir.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.018 | 0.002 |
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 source (direct Gemma or distilled Codex), 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".