MétaCan
Menu
← Retour à la cohorte
Enregistrement W2052976559 · doi:10.1109/igarss.2015.7325874

Microwave snow emission modeling of boreal forest environments

2015· article· en· W2052976559 sur OpenAlexafffundabout
Alexandre Roy, Alain Royer, Benoît Montpetit, Alexandre Langlois

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensCenter for Northern StudiesUniversité de Sherbrooke
Organismes subventionnairesHydro-Québec
Mots-clésSnowEnvironmental scienceBrightness temperatureRemote sensingBrightnessBorealMicrowaveRadiative transferTaigaAtmospheric sciencesAtmospheric radiative transfer codesData assimilationVegetation (pathology)MeteorologyClimatologyGeologyGeographyPhysicsForestry

Résumé

récupéré en direct d'OpenAlex

This study focuses on the coupling of the Canadian land surface scheme (CLASS) and a radiative transfer model (RTM) to simulate brightness temperature (TB) in boreal forest environments. A parameterization of winter vegetation emission and transmission is proposed to improve the winter TB simulations. When compared to AMSR-E observations, RMSE values of 8K at 37 GHz, 5 K at 19 GHz and 3 K at 10 GHz were obtained. It is also shown that ice crusts have an important impact on the TB in H-pol at the three frequencies. Despite the low sensitivity of microwaves in dense forest, the study provides an interesting tool for the assimilation of TB for SWE retrieval in CLASS.

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)0,000
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,497
Score d'incertitude au seuil0,989

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,045
Tête enseignante GPT0,220
Écart entre enseignants0,175 · 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
GenreEmpirique

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

En bref

Citations5
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetCryospheric studies and observations→Travaux en français237 207→