Investigations of newly formed sea ice in the Cape Bathurst polynya: 2. Microwave emission
Notice bibliographique
Résumé
This study examines the role of newly formed sea ice geophysical state on microwave emission. Coincident with sea ice geophysical sampling, ship‐based passive microwave emission data (dual‐polarized at 19, 37 and 85 GHz) were collected in the Cape Bathurst Polynya during 18 October and 13 November 2003. Using polarization ratios (PRs), we found that bare thin ice was separable from snow‐covered ice. Thin snow (equal to 0.02–0.13 m) thickness is significantly correlated with the spectral gradient ratios GRV(85,19) (R2 = 0.55, P‐value <0.05) and GRV(85,37) (R2 = 0.66, P‐value < 0.05), but not with GRV(37,19) (R2 = 0.19, P‐value > 0.2). The relationship between atmospherically corrected R37 and bare ice thickness showed an exponential relationship very comparable to that reported by Martin et al. [2004] , which is ascribed to the reduction of bare ice surface salinity based on both observational and modeling studies. However, the relationship quickly becomes invalid for even thin snow covered ice, due to significant impact of thin wet (liquid water fraction ∼0.02–0.04) snow on microwave emission. Our results suggest that the sea ice algorithms NASA Team and NASA Team 2 could underestimate total ice concentration over thin bare ice by 35% on average, while both algorithms underestimate the total ice concentration by 20% over snow‐covered ice. Using PR(85) sea ice could be delineated from open water using a properly adjusted threshold value accounting for cloud or fog effects, possibly with the exception of dark nilas and/or bare consolidated pancakes.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».