Improved Corrections of Forest Effects on Passive Microwave Satellite Remote Sensing of Snow Over Boreal and Subarctic Regions
Notice bibliographique
Résumé
Microwave radiometry has been extensively used in order to estimate snow water equivalent in northern regions. However, for boreal and taiga environments, the presence of forest causes important uncertainties in the estimates. Variations in snow cover and vegetation in northeastern Canada (north of the Québec province) were characterized in a transect from 50°N to 60 °N during the International Polar Year field campaign of February 2008. Forest properties show a strong latitudinal gradient in fraction and stem volume. A large database (>; 2000 points with a stem volume ranging between 0 and 700 m3·ha-1) showed that brightness temperatures (Tb) decrease as forest cover fraction decreases until a cover fraction of about 25% is reached. Furthermore,Tbvalues saturate at high stem volume, particularly at 37 GHz. We defined new relationships for the forest transmissivity as a function of stem volume and depending on the frequency/polarization. The proposed relationships give asymptotic transmissivity saturation levels of 0.51, 0.55, 0.53, and 0.53 for 19 GHz [vertical (V) polarization], 19 GHz [horizontal (H) polarization], 37 GHz (V polarization), and 37 GHz (H polarization), respectively. These relationships were used to estimate snowTbfrom the Advanced Microwave Scanning Radiometer-Earth Observing System brightness temperatures at 18.7 and 36.5 GHz, and results show an estimated snow brightness temperature well correlated to the airborne snow brightness temperatures over vegetation-free areas.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».