MétaCan
Menu
Retour à la cohorte
Enregistrement W2119973177 · doi:10.1109/tgrs.2004.832245

Snow water equivalent retrieval in a Canadian boreal environment from microwave measurements using the HUT snow emission model

2004· article· en· W2119973177 sur OpenAlexaffabout
V. Roy, Kalifa Goı̈ta, Alain Royer, Zuzana Walker, B. Goodison

Notice bibliographique

RevueIEEE Transactions on Geoscience and Remote Sensing · 2004
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésSnowEnvironmental scienceBrightness temperatureRemote sensingRadiometerAtmospheric sciencesContext (archaeology)BrightnessMicrowave radiometerMeteorologyPhysicsGeologyOptics

Résumé

récupéré en direct d'OpenAlex

Snow water equivalent (SWE) is a critical parameter for climatological and hydrological studies over northern high-latitude areas. In this paper, we study the usability of the Helsinki University of Technology (HUT) snow emission model for the estimation of SWE in a Canadian boreal forest environment. The experimental data (airborne passive microwave and ground-based data) were acquired during the Boreal Ecosystem-Atmosphere Study winter field campaign held in February 1994 in Central Canada. Using the experimental dataset, surface brightness temperatures at 18 and 37 GHz (vertical polarization) were simulated with the HUT snow emission model and compared to those acquired by the airborne sensors. The results showed an important underestimation at 37 GHz (-27 K) and an overestimation at 18 GHz (10 K). In this paper, we demonstrate that the errors in the model simulations are due mainly to the extinction coefficient modeling, which is a function of snow grain size. Therefore, we propose a new semiempirical function for the extinction coefficient, based on an empirical correction to the Rayleigh scattering expression. Results presented in this paper show that the proposed function improves the HUT model accuracy to predict brightness temperature in the experimental context considered, with a mean error of /spl plusmn/5 K and /spl plusmn/9 K, respectively, at 18 and 37 GHz, and a negligible bias (less than 4 K) in both cases. These errors are comparable in magnitude to the accuracy of the radiometers used during the airborne flights. SWE was retrieved using the modified HUT snow emission model based on an iterative inversion technique. SWE was estimated with a mean error of /spl plusmn/10 mm and a negligible bias. Only a rough knowledge of mean snow grain size /spl phi/~ was required in the inversion procedure. The effects of possible errors on mean snow grain size /spl phi/~ are presented and discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,419
Score d'incertitude au seuil0,736

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,230
Écart entre enseignants0,184 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations67
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Geoscience and Remote SensingMême sujetCryospheric studies and observationsTravaux en français237 207