Simulation of the satellite radar altimeter sea ice thickness retrieval uncertainty
Notice bibliographique
Résumé
Abstract. Although it is well known that radar waves penetrate into snow and sea ice, the exact mechanisms for radar-altimeter scattering and its link to the depth of the effective scattering surface from sea ice are still unknown. Previously proposed mechanisms linked the snow ice interface, i.e. the dominating scattering horizon, directly with the depth of the effective scattering surface. However, simulations using a multilayer radar scattering model show that the effective scattering surface is affected by snow-cover and ice properties. With the coming Cryosat-2 (planned launch 2009) satellite radar altimeter it is proposed that sea ice thickness can be derived by measuring its freeboard. In this study we evaluate the radar altimeter sea ice thickness retrieval uncertainty in terms of floe buoyancy, radar penetration and ice type distribution using both a scattering model and ''Archimedes' principle''. The effect of the snow cover on the floe buoyancy and the radar penetration and on the ice cover spatial and temporal variability is assessed from field campaign measurements in the Arctic and Antarctic. In addition to these well known uncertainties we use high resolution RADARSAT SAR data to simulate errors due to the variability of the effective scattering surface as a result of the sub-footprint spatial backscatter and elevation distribution sometimes called preferential sampling. In particular in areas where ridges represent a significant part of the ice volume (e.g. the Lincoln Sea) the simulated altimeter thickness estimate is lower than the real average footprint thickness. This means that the errors are large, yet manageable if the relevant quantities are known a priori. A discussion of the radar altimeter ice thickness retrieval uncertainties concludes the paper.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».