First‐year sea ice spring melt transitions in the Canadian Arctic Archipelago from time‐series synthetic aperture radar data, 1992–2002
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract This paper synthesizes 10‐years' worth of interannual time‐series space‐borne ERS‐1 and RADARSAT‐1 synthetic aperture radar (SAR) data collected coincident with daily measurement of snow‐covered, land‐fast first‐year sea ice (FYI) geophysical and surface radiation data collected from the Seasonal Sea Ice Monitoring and Modeling Site, Collaborative‐Interdisciplinary Cryospheric Experiment and 1998 North Water Polynya study over the period 1992 to 2002. The objectives are to investigate the seasonal co‐relationship of the SAR time‐series dataset with selected surface mass (bulk snow thickness) and climate state variables (surface temperature and albedo) measured in situ for the purpose of measuring the interannual variability of sea ice spring melt transitions and validating a time‐series SAR methodology for sea ice surface mass and climate state parameter estimation. We begin with a review of the salient processes required for our interpretation of time‐series microwave backscatter from land‐fast FYI. Our results suggest that time‐series SAR data can reliably measure the timing and duration of surface albedo transitions at daily to weekly time‐scales and at a spatial scales that are on the order of hundreds of metres. Snow thickness on FYI immediately prior to melt onset explains a statistically significant portion of the variability in timing of SAR‐detected melt onset to pond onset for SAR time‐series that are made up of more than 25 images. Our results also show that the funicular regime of snowmelt, resolved in time‐series SAR data at a temporal resolution of approximately 2·5 images per week, is not detectable for snow covers less than 25 cm in thickness. Copyright © 2007 John Wiley & Sons, Ltd.
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.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 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) | 0,002 | 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 découle