Uncertainty analysis for evaluating the accuracy of snow depth measurements
Notice bibliographique
Résumé
Abstract. A methodology for quantifying the accuracy of snow depth measurement are demonstrated in this study by using the equation of error propagation for the same type sensors and by compariong autimatic measurement with manual observation. Snow depth was measured at the Centre for Atmospheric Research Experiments (CARE) site of the Environment Canada (EC) during the 2013–2014 winter experiment. The snow depth measurement system at the CARE site was comprised of three bases. Three ultrasonic and one laser snow depth sensors and twelve snow stakes were placed on each base. Data from snow depth sensors are quality-controlled by range check and step test to eliminate erroneous data such as outliers and discontinuities. In comparison with manual observations, bias errors were calculated to show the spatial distribution of snow depth by considering snow depth measured from four snow stakes located on the easternmost side of the site as reference. The bias error of snow stakes on the west side of the site was largest. The uncertainty of all pairs of stakes and the average uncertainty for each base were 1.81 and 1.52 cm, respectively. The bias error and normalized bias removed root mean square error (NBRRMSE) for each snow depth sensor were calculated to quantify the systematic error and random error in comparison of snow depth sensors with manual observations that share the same snow depth target. The snow depth sensors on base 12A (11A) measured snow depth larger (less) than manual observation up to 10.8 cm (5.21 cm), and the NBRRMSEs ranged from 5.10 to 16.5%. Finally, the instrumental uncertainties of each snow depth sensor were calculated by comparing three sensors of the same type installed at the different bases. The instrumental uncertainties ranged from 0.62 to 3.08 cm.
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 | 0,019 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».