Estimation of Melt Pond Fractions on First Year Sea Ice Using Compact Polarization SAR
Notice bibliographique
Résumé
Abstract Melt ponds are a common feature on Arctic sea ice. They are linked to the sea ice surface albedo and transmittance of energy to the ocean from the atmosphere and thus constitute an important process to parameterize in Arctic climate models and simulations. This paper presents a first attempt to retrieve the melt pond fraction from hybrid‐polarized compact polarization (CP) SAR imagery, which has wider swath and shorter revisit time than the quad‐polarization systems, e.g., from RADARSAT‐2 (RS‐2). The co‐polarization (co‐pol) ratio has been verified to provide estimates of melt pond fractions. However, it is a challenge to link CP parameters and the co‐pol ratio. The theoretical possibility is presented, for making this linkage with the CP parameter C22/C11 (the ratio between the elements of the coherence matrix of CP SAR) for melt pond detection and monitoring with the tilted‐Bragg scattering model for the ocean surface. The empirical transformed formulation, denoted as the “compact polarization and quad‐pol” (“CPQP”) model, is proposed, based on 2062 RS‐2 quad‐pol SAR images, collocated with in situ measurements. We compared the retrieved melt pond fraction with CP parameters simulated from quad‐pol SAR data with results retrieved from the co‐pol ratio from quad‐pol SAR observations acquired during the Arctic‐Ice (Arctic‐Ice Covered Ecosystem in a Rapidly Changing Environment) field project. The results are shown to be comparable for observed melt pond measurements in spatial and temporal distributions. Thus, the utility of CP mode SAR for melt pond fraction estimation on first year level ice is presented.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 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 | 0,000 |
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 ».