Analysis of Gravity Recovery and Climate Experiment time‐variable mass redistribution signals over North America by means of principal component analysis
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.
Notice bibliographique
Résumé
Four years of data provided by the NASA/German Aerospace Center Gravity Recovery and Climate Experiment (GRACE) satellite mission are analyzed over North America using principal component analysis (PCA). Three hydrology models [Global Land Data Assimilation System (GLDAS), Climate Prediction Center (CPC), and Land Dynamics (LaD)] are used to analyze the water mass changes over the same area and time period. The GRACE‐observed and the hydrology models mass changes are compared spatially and temporally, and good agreement is observed. Two signal modes are found to represent more than 65% of the GRACE‐observed mass variability. The first mode represents mainly mass changes related to the snow accumulation and melting and has maximum amplitude in the western Cordillera and Québec‐Labrador regions. The second mode comprises long‐term positive mass changes in central and eastern Canada and negative mass changes in Alaska. In addition, two more spatiotemporal patterns that explain 14% of the GRACE‐observed mass variability are extracted and studied, but no definite relation to hydrology is established. While the GLDAS model agrees very well with the GRACE observations, it is found that the CPC model also provides useful information for validating the GRACE‐observed mass changes in North America. On the basis of the results of this study, we can state that principal component analysis is a useful technique for extracting and validating regional hydrology signals from GRACE gravity field data. The main advantage of PCA is the capability to extract interannual and nonperiodic mass changes in addition to long‐term and periodic variations.
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle