Northwest Territories and Nunavut Snow Characteristics from a Subarctic Traverse: Implications for Passive Microwave Remote Sensing
Notice bibliographique
Résumé
Abstract During April 2007, a coordinated series of snow measurements was made across the Northwest Territories and Nunavut, Canada, during a snowmobile traverse from Fairbanks, Alaska, to Baker Lake, Nunavut. The purpose of the measurements was to document the general nature of the snowpack across this region for the evaluation of satellite- and model-derived estimates of snow water equivalent (SWE). Although detailed, local snow measurements have been made as part of ongoing studies at tundra field sites (e.g., Daring Lake and Trail Valley Creek in the Northwest Territories; Toolik Lake and the Kuparak River basin in Alaska), systematic measurements at the regional scale have not been previously collected across this region of northern Canada. The snow cover consisted of depth hoar and wind slab with small and ephemeral fractions of new, recent, and icy snow. The snow was shallow (<40 cm deep), usually with fewer than six layers. Where snow was deposited on lake and river ice, it was shallower, denser, and more metamorphosed than where it was deposited on tundra. Although highly variable locally, no longitudinal gradients in snow distribution, magnitude, or structure were detected. This regional homogeneity allowed us to identify that the observed spatial variability in passive microwave brightness temperatures was related to subgrid fractional lake cover. Correlation analysis between lake fraction and Advanced Microwave Scanning Radiometer for Earth Observing System (AMSR-E) brightness temperature showed frequency dependent, seasonally evolving relationships consistent with lake ice drivers. Simulations of lake ice thickness and snow depth on lake ice produced from the Canadian Lake Ice Model (CLIMo) indicated that at low frequencies (6.9, 10.7 GHz), correlations with lake fraction were consistent through the winter season, whereas at higher frequencies (18.7, 36.5 GHz), the strength and direction of the correlations evolved consistently with the penetration depth as the influence of the subice water was replaced by emissions from the ice and snowpack. A regional rain-on-snow event created a surface ice lens that was detectable using the AMSR-E 36.5-GHz polarization gradient due to a strong response at the horizontal polarization. The appropriate polarization for remote sensing of the tundra snowpack depends on the application: horizontal measurements are suitable for ice lens detection; vertically polarized measurements are appropriate for deriving SWE estimates.
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 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».