MétaCan
Menu
Retour à la cohorte
Enregistrement W2275911660 · doi:10.5194/hess-21-377-2017

Satellite-derived light extinction coefficient and its impact on thermal structure simulations in a 1-D lake model

2017· article· en· W2275911660 sur OpenAlexafffund
Kiana Zolfaghari, Claude Duguay, Homa Kheyrollah Pour

Notice bibliographique

RevueHydrology and earth system sciences · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaEnvironment and Climate Change Canada
Mots-clésFlakeEnvironmental scienceSatelliteMolar absorptivityAtmospheric sciencesExtinction (optical mineralogy)Water columnHydrology (agriculture)GeologyOceanographyMineralogyMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract. A global constant value of the extinction coefficient (Kd) is usually specified in lake models to parameterize water clarity. This study aimed to improve the performance of the 1-D freshwater lake (FLake) model using satellite-derived Kd for Lake Erie. The CoastColour algorithm was applied to MERIS satellite imagery to estimate Kd. The constant (0.2 m−1) and satellite-derived Kd values as well as radiation fluxes and meteorological station observations were then used to run FLake for a meteorological station on Lake Erie. Results improved compared to using the constant Kd value (0.2 m−1). No significant improvement was found in FLake-simulated lake surface water temperature (LSWT) when Kd variations in time were considered using a monthly average. Therefore, results suggest that a time-independent, lake-specific, and constant satellite-derived Kd value can reproduce LSWT with sufficient accuracy for the Lake Erie station. A sensitivity analysis was also performed to assess the impact of various Kd values on the simulation outputs. Results show that FLake is sensitive to variations in Kd to estimate the thermal structure of Lake Erie. Dark waters result in warmer spring and colder fall temperatures compared to clear waters. Dark waters always produce colder mean water column temperature (MWCT) and lake bottom water temperature (LBWT), shallower mixed layer depth (MLD), longer ice cover duration, and thicker ice. The sensitivity of FLake to Kd variations was more pronounced in the simulation of MWCT, LBWT, and MLD. The model was particularly sensitive to Kd values below 0.5 m−1. This is the first study to assess the value of integrating Kd from the satellite-based CoastColour algorithm into the FLake model. Satellite-derived Kd is found to be a useful input parameter for simulations with FLake and possibly other lake models, and it has potential for applicability to other lakes where Kd is not commonly measured.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,159

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,015
Tête enseignante GPT0,238
Écart entre enseignants0,223 · 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'étudeSimulation ou modélisation
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

Citations18
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHydrology and earth system sciencesMême sujetMarine and coastal ecosystemsTravaux en français237 207