Modelling Lake Ice Phenology with an Examination of Satellite-Detected Subgrid Cell Variability
Notice bibliographique
Résumé
Lake ice was simulated for the province of Quebec, Canada, for both contemporary and future climate conditions using a one-dimensional thermodynamic ice model. The model was forced with NARR data (32 km) and both the daily IMS product (4 km) and the MODIS snow product (500 m) were assessed for their utility at determining lake ice phenology at the subgrid cell level (based on the 32 km NARR grid). Both products were useful for detecting ice-off; however, the MODIS product was advantageous for detecting ice-on, mainly due to the finer resolution and resulting spatial detail. The subgrid cell variability in ice-on/off dates was typically less than 2% of the mean, although it ranged up to 10% for some grid cells. The simulations were found to be within the satellite-detected subgrid cell variability: 62% of the time for ice-off and 80% of the time for ice-on. Forcing the model with future climate scenarios from the Canadian Regional Climate Model predicts the regional ice cover durations will decrease by up to 50 days from the current 1981–2010 means to the 2041–2070 means and decrease from 15 to nearly 100 days shorter from the current means to the 2071–2100 means.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».