Using Synthetic Aperture Radar to Define Spring Breakup on the Kuparuk River, Northern Alaska
Notice bibliographique
Résumé
Spring runoff measurements of Arctic watersheds are challenging given the remote location and the often dangerous field conditions. This study combines remote sensing techniques and field measurements to evaluate the applicability of synthetic aperture radar (SAR) to defining spring breakup of the braided lower Kuparuk River, North Slope, Alaska. A statistical analysis was carried out on a time series (2001–10) of SAR images acquired from the European Remote-Sensing Satellite (ERS-2) and the Canadian RADARSAT satellite, as well as on measured runoff. On the basis of field information, the SAR images were separated into pre-breakup, breakup, and post-breakup periods. Three variables were analyzed for their suitability to bracket the river breakup period: image brightness, variance in brightness over the river length, and a sum of rank order change analysis. Variance in brightness was found to be the most reliable indicator. A combined use of that variance and sum of rank order change appeared promising when enough images were available. The temporal resolution of imagery served as the major limitation in constraining the timing of the hydrologic event. Challenges associated with spring runoff monitoring and the sensitive nature of SAR likely resulted in an earlier detection of surficial changes by the remote sensing technique compared to the field runoff observations. Given a sufficient temporal resolution, SAR imagery has the potential to improve the spatiotemporal monitoring of Arctic watersheds for river breakup investigations.
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 | 0,001 |
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 ».