Refinement of the ice absorption spectrum in the visible using radiance profile measurements in Antarctic snow
Notice bibliographique
Résumé
Abstract. Ice is a highly transparent material in the visible. According to the most widely used database (IA2008; Warren and Brandt, 2008), the ice absorption coefficient reaches values lower than 10−3 m−1 around 400 nm. These values were obtained from a vertical profile of spectral radiance measured in a single snow layer at Dome C in Antarctica. We reproduced this experiment using an optical fiber inserted in the snow to record 56 profiles from which 70 homogeneous layers were identified. Applying the same estimation method on every layer yields 70 ice absorption spectra. They present a significant variability but absorption coefficients are overall larger than IA2008 by 1 order of magnitude at 400–450 nm. We devised another estimation method based on Bayesian inference that treats all the profiles simultaneously. It reduces the statistical variability and confirms the higher absorption, around 2 × 10−2 m−1 near the minimum at 440 nm. We explore potential instrumental artifacts by developing a 3-D radiative transfer model able to explicitly account for the presence of the fiber in the snow. The simulation shows that the radiance profile is indeed perturbed by the fiber intrusion, but the error on the ice absorption estimate is not larger than a factor of 2. This is insufficient to explain the difference between our new estimate and IA2008. The same conclusion applies regarding the plausible contamination by black carbon or dust, concentrations reported in the literature are insufficient. Considering the large number of profiles acquired for this study and other estimates from the Antarctic Muon and Neutrino Detector Array (AMANDA), we nevertheless estimate that ice absorption values around 10−2 m−1 at the minimum are more likely than under 10−3 m−1. A new estimate in the range 400–600 nm is provided for future modeling of snow, cloud, and sea-ice optical properties. Most importantly, we recommend that modeling studies take into account the large uncertainty of the ice absorption coefficient in the visible and that future estimations of the ice absorption coefficient should also thoroughly account for the impact of the measurement method.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 | 0,000 |
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 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 ».