Integrating in situ and multiscale passive microwave data for estimation of subgrid scale snow water equivalent distribution and variability
Notice bibliographique
Résumé
New multiscale research datasets were acquired in central Saskatchewan, Canada during February 2003 to quantify the effect of spatially heterogeneous land cover and snowpack properties on passive microwave snow water equivalent (SWE) retrievals. Microwave brightness temperature data at various spatial resolutions were acquired from tower and airborne microwave radiometers, complemented by spaceborne Special Sensor Microwave/Imager (SSM/I) data for a 25/spl times/25 km study area centered on the Old Jack Pine tower in the Boreal Ecosystem Research and Monitoring Sites (BERMS). To best address scaling issues, the airborne data were acquired over an intensively spaced grid of north-south and east-west oriented flight lines. A coincident ground sampling program characterized in situ snow cover for all representative land cover types found in the study area. A suite of micrometeorological data from seven sites within the study area was acquired to aid interpretation of the passive microwave brightness temperatures. The in situ data were used to determine variability in SWE, snow depth, and density within and between forest stands and land cover types within the 25/spl times/25 km SSM/I grid cell. Statistically significant subgrid scale SWE variability in this mixed forest environment was controlled by variations in snow depth, not density. Spaceborne passive microwave SWE retrievals derived using the Meteorological Service of Canada land cover sensitive algorithm suite were near the center of the normally distributed in situ measurements, providing a reasonable estimate of the mean grid cell SWE. A realistic level of SWE variability was captured by the high-resolution airborne data, showing that passive microwave retrievals are capable of capturing stand-to-stand SWE variability if the imaging footprint is sufficiently small.
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 | 0,002 |
| 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) | 0,001 | 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 ».