A ground temperature map of the North Atlantic permafrost region based on remote sensing and reanalysis data
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
Abstract. Permafrost is a key element of the terrestrial cryosphere which makes mapping and monitoring of its state variables an imperative task. We present a modeling scheme based on remotely sensed land surface temperatures and reanalysis products from which mean annual ground temperatures (MAGT) can be derived at a spatial resolution of 1 km at continental scales. The approach explicitly accounts for the uncertainty due to unknown input parameters and their spatial variability at subgrid scale by delivering a range of MAGTs for each grid cell. This is achieved by a simple equilibrium model with only few input parameters which for each grid cell allows scanning the range of possible results by running many realizations with different parameters. The approach is applied to the unglacierized land areas in the North Atlantic region, an area of more than 5 million km2 ranging from the Ural Mountains in the east to the Canadian Archipelago in the west. A comparison to in situ temperature measurements in 143 boreholes suggests a model accuracy better than 2.5 °C, with 139 considered boreholes within this margin. The statistical approach with a large number of realizations facilitates estimating the probability of permafrost occurrence within a grid cell so that each grid cell can be classified as continuous, discontinuous and sporadic permafrost. At its southern margin in Scandinavia and Russia, the transition zone between permafrost and permafrost-free areas extends over several hundred km width with gradually decreasing permafrost probabilities. The study exemplifies the unexploited potential of remotely sensed data sets in permafrost mapping if they are employed in multi-sensor multi-source data fusion approaches.
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 | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle