CryoSat-2 delivers monthly and inter-annual surface elevation change for Arctic ice caps
Notice bibliographique
Résumé
Abstract. We show that the CryoSat-2 radar altimeter can provide useful estimates of surface elevation change on a variety of Arctic ice caps, on both monthly and yearly timescales. Changing conditions, however, can lead to a varying bias between the elevation estimated from the radar altimeter and the physical surface due to changes in the ratio of subsurface to surface backscatter. Under melting conditions the radar returns are predominantly from the surface so that if surface melt is extensive across the ice cap estimates of summer elevation loss can be made with the frequent coverage provided by CryoSat-2. For example, the average summer elevation decreases on the Barnes Ice Cap, Baffin Island, Canada were 2.05 ± 0.36 m (2011), 2.55 ± 0.32 m (2012), 1.38 ± 0.40 m (2013) and 1.44 ± 0.37 m (2014), losses which were not balanced by the winter snow accumulation. As winter-to-winter conditions were similar, the net elevation losses were 1.0 ± 0.20 m (winter 2010/11 to winter 2011/12), 1.39 ± 0.20 m (2011/12 to 2012/13) and 0.36 ± 0.20 m (2012/13 to 2013/14); for a total surface elevation loss of 2.75 ± 0.20 m over this 3-year period. In contrast, the uncertainty in height change from Devon Ice Cap, Canada, and Austfonna, Svalbard, can be up to twice as large because of the presence of firn and the possibility of a varying bias between the true surface and the detected elevation due to changing year-to-year conditions. Nevertheless, the surface elevation change estimates from CryoSat for both ice caps are consistent with field and meteorological measurements.
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) | 0,000 | 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 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 ».