MétaCan
Menu
Retour à la cohorte
Enregistrement W2135191259 · doi:10.1029/2008wr007045

An assessment of corrections for eddy covariance measured turbulent fluxes over snow in mountain environments

2009· article· en· W2135191259 sur OpenAlexaff
Michele L. Reba, Timothy E. Link, Danny Marks, John W. Pomeroy

Notice bibliographique

RevueWater Resources Research · 2009
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésEddy covarianceSnowmeltSnowEnvironmental scienceSensible heatLatent heatFlux (metallurgy)CovarianceTerrainMeteorologyClimatologyAtmospheric sciencesGeologyGeographyStatisticsMathematicsEcosystem

Résumé

récupéré en direct d'OpenAlex

Snow‐covered complex terrain is an extremely important runoff‐generating landscape in high‐altitude and high‐latitude environments, yet it is often considered nonviable for eddy covariance measurements of turbulent fluxes. Turbulent flux data are useful for evaluating the coupled snow cover mass and energy balance that control snow ablation and melt. In particular, detailed, multiseason analyses of eddy covariance data postprocessing requirements and resulting data quality for hydrological analyses in open and sheltered mountain sites have not been conducted. These analyses are needed since these landscapes typify those that generate snowmelt runoff in the mountain west of North America. Eddy covariance measurements taken from exposed hilltop and sheltered subcanopy snow research sites during three snow seasons underwent rigorous postprocessing and data quality assessments. Procedures included data filtering, air density corrections, sensor heating, axis rotation, and exclusion of nonstationary data. Data quality analysis showed that 77% of the sensible heat flux data and 95% of the latent heat flux data were of high quality. There was little interannual variability over three seasons in quality or improvements due to postprocessing results. A comparison of summary data based on a 30‐min averaging period to postprocessed high‐resolution flux data found that the postprocessed sensible heat fluxes were up to 14% less than the summary fluxes for the snow season. The results indicated that application of unattended eddy covariance techniques at these sites was viable, but the full suite of corrections and postprocessing are advisable to obtain flux observations of sufficient reliability for snow hydrology calculations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,060
Tête enseignante GPT0,349
Écart entre enseignants0,290 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations76
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetCryospheric studies and observationsTravaux en français237 207