Time-series analysis of passive-microwave-derived central North American snow water equivalent imagery
Notice bibliographique
Résumé
Abstract The Meteorological Service of Canada has developed a series of operational snow water equivalent (SWE) retrieval algorithms for central Canada, based on the vertically polarized difference index for the 19 and 37 GHz channels of the Special Sensor Microwave/Imager (SSM/I). Separate algorithms derive SWE for open environments, deciduous, coniferous and sparse forest cover. A final SWE value represents the area-weighted average based on the proportional land cover within each pixel. In this study, 5 day averaged (pentad) passive-microwave-derived SWE imagery for the winter season (December–February) of 1994/95 is compared to in situ data from central Canada in order to assess algorithm performance. Investigation of regions with varying proportional land cover within the four algorithm classes shows that retrieved SWE remains within ±10–20mm of surface observations, independent of fractional within-pixel land cover. Following algorithm evaluation, ten winter seasons (1988/89 through 1997/98) of pentad central North American SWE imagery are subjected to a rotated principal-component analysis (PCA). Although there are no trends in total study-area SWE, the PCA results identify the interseasonal variability in the SWE accumulation and ablation centers of action through the SSM/I time series.
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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,005 | 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 tête enseignante, 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 ».