MétaCan
Menu
Retour à la cohorte
Enregistrement W1986377760 · doi:10.1002/hyp.6721

AMSR‐E algorithm for snowmelt onset detection in sub‐arctic heterogeneous terrain

2007· article· en· W1986377760 sur OpenAlexaboutno aff
Jeremy D. Apgar, J. M. Ramage, Rose McKenney, P. Maltais

Notice bibliographique

RevueHydrological Processes · 2007
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensnon disponible
Organismes subventionnairesLehigh UniversityNational Aeronautics and Space Administration
Mots-clésSnowmeltSnowpackRadiometerSpecial sensor microwave/imagerEnvironmental scienceSnowBrightness temperatureClimatologyAtmospheric sciencesArcticRemote sensingMeteorologyGeologyBrightnessPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract The onset of snowmelt in the upper Yukon River basin, Canada, can be derived from brightness temperatures (Tb) obtained by the Advanced Microwave Scanning Radiometer for EOS (AMSR‐E) on NASA's Aqua satellite. This sensor, with a resolution of 14 × 8 km2 for the 36·5 GHz frequency, and two to four observations per day, improves upon the twice‐daily coverage and 37 × 28 km2 spatial resolution of the Special Sensor Microwave Imager (SSM/I). The onset of melt within a snowpack causes an increase in the average daily 36·5 GHz vertically polarized Tb as well as a shift to high diurnal amplitude variations (DAV) as the snow melts during the day and re‐freezes at night. The higher temporal and spatial resolution makes AMSR‐E more sensitive to sub‐daily Tb oscillations, resulting in DAV that often show a greater daily range compared to SSM/I. Therefore, thresholds of Tb > 246 K and DAV > ± 10 K developed for use with SSM/I have been adjusted for detecting the onset of snowmelt with AMSR‐E using ground‐based surface temperature and snowpack wetness relationships. Using newly developed thresholds of Tb > 252 K and DAV > ± 18 K, AMSR‐E derived snowmelt onset correlates well with SSM/I observations in the small subarctic Wheaton River basin through the 2004 and 2005 winter/spring transition. In addition, the onset of snowmelt derived from AMSR‐E data gridded at a higher resolution than the SSM/I data indicates that finer‐scale differences in elevation and land cover affect the onset of snowmelt and are detectable with the AMSR‐E sensor. On the basis of these observations, the enhanced resolution of AMSR‐E is more effective than SSM/I at delineating spatial and temporal snowmelt dynamics in the heterogeneous terrain of the upper Yukon River basin. Copyright © 2007 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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,024
Tête enseignante GPT0,242
Écart entre enseignants0,218 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrological ProcessesMême sujetCryospheric studies and observationsTravaux en français237 207