Perennial snow and ice variations (2000–2008) in the Arctic circumpolar land area from satellite observations
Notice bibliographique
Résumé
Perennial snow and ice (PSI) extent is an important parameter of mountain environments with regard to its involvement in the hydrological cycle and the surface energy budget. We investigated interannual variations of PSI in nine mountain regions of interest (ROI) between 2000 and 2008. For that purpose, a novel MODIS data set processed at the Canada Centre for Remote Sensing at 250 m spatial resolution was utilized. The extent of PSI exhibited significant interannual variations, with coefficients of variation ranging from 5% to 81% depending on the ROI. A strong negative relationship was found between PSI and positive degree‐days (threshold 0°C) during the summer months in most ROIs, with linear correlation coefficients (r) being as low as r = −0.90. In the European Alps and Scandinavia, PSI extent was significantly correlated with annual net glacier mass balances, with r = 0.91 and r = 0.85, respectively, suggesting that MODIS‐derived PSI extent may be used as an indicator of net glacier mass balances. Validation of PSI extent in two land surface classifications for the years 2000 and 2005, GLC‐2000 and Globcover, revealed significant discrepancies of up to 129% for both classifications. With regard to the importance of such classifications for land surface parameterizations in climate and land surface process models, this is a potential source of error to be investigated in future studies. The results presented here provide an interesting insight into variations of PSI in several ROIs and are instrumental for our understanding of sensitive mountain regions in the context of global climate change assessment.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 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 ».