MétaCan
Menu
Retour à la cohorte
Enregistrement W1949502552 · doi:10.1002/hyp.9329

Implications of mountain shading on calculating energy for snowmelt using unstructured triangular meshes

2012· article· en· W1949502552 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueHydrological Processes · 2012
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésSnowpackIrradianceSnowmeltSolar irradianceEnvironmental scienceSnowRemote sensingTerrainDigital elevation modelGeologyMeteorologyAtmospheric sciencesGeographyGeomorphologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract In many parts of the world, snowmelt energetics is dominated by solar irradiance. This is particularly the case in the Canadian Rocky Mountains, where clear skies dominate the winter and spring. In mountainous regions, solar irradiance at the snow surface is not only affected by solar angles, atmospheric transmittance, the slope and aspect of immediate topography but also by shadows from surrounding terrain. Accumulation of errors in estimating solar irradiation can lead to significant errors in calculating the timing and rate of snowmelt owing to the seasonal storage of internal energy in the snowpack. Gridded methods, which are often used to estimate solar irradiance in complex terrain, work best with high‐resolution digital elevation models (DEMs), such as those produced using Light Detection and Ranging. However, such methods also introduce errors caused by the rigid nature of the mesh as well as limiting the ability to represent basin characteristics. Unstructured triangular meshes are more efficient in their use of DEM data than fixed grids when producing solar irradiance information for spatially distributed snowmelt calculations, and they do not suffer from the artefact problems of a gridded DEM. This paper demonstrates the increased accuracy of using a horizon‐shading algorithm model with an unstructured mesh versus standard self‐shading algorithms. A systematic over‐prediction in irradiance is observed when only self‐shadows are considered. The modelled results are diagnosed by comparison to measurements of mountain shadows by time‐lapse digital cameras and solar irradiance by a network of radiometers in Marmot Creek Research Basin, Alberta, Canada. Results show that, depending on the depth and aspect of the snowpack of the Mount Allan cirque, 6.0 to 66.4% of the pre‐melt snowpack could be prematurely melted. On average at a basin scale, there was a 14.4‐mm SWE difference in equivalent melt energy between the two shading algorithms with maximum differences over 100% of the total annual snowfall. Copyright © 2012 John Wiley & Sons, Ltd.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,345

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,071
Tête enseignante GPT0,280
Écart entre enseignants0,209 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle