Upscaling surface energy fluxes over the North Slope of Alaska using airborne eddy-covariance measurements and environmental response functions
Notice bibliographique
Résumé
The objective of this study was to upscale airborne flux measurements of sensible heat and latent heat and to develop high-resolution flux maps. In order to support the evaluation of coupled atmospheric–land-surface models we investigated spatial patterns of energy fluxes in relation to land-surface properties. We used airborne eddy-covariance measurements acquired by the Polar 5 research aircraft in June–July 2012 to analyze surface fluxes. Footprint-weighted surface properties were then related to 21 529 sensible heat flux observations and 25 608 latent heat flux observations using both remote sensing and modeled data. A boosted regression tree technique was used to estimate environmental response functions between spatially and temporally resolved flux observations and corresponding biophysical and meteorological drivers. In order to improve the spatial coverage and spatial representativeness of energy fluxes we used relationships extracted across heterogeneous Arctic landscapes to infer high-resolution surface energy flux maps, thus directly upscaling the observational data. These maps of projected sensible heat and latent heat fluxes were used to assess energy partitioning in northern ecosystems and to determine the dominant energy exchange processes in permafrost areas. This allowed us to estimate energy fluxes for specific types of land cover, taking into account meteorological conditions. Airborne and modeled fluxes were then compared with measurements from an eddy-covariance tower near Atqasuk. Our results are an important contribution for the advanced, scale-dependent quantification of surface energy fluxes and they provide new insights into the processes affecting these fluxes for the main vegetation types in high-latitude permafrost 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 | 0,001 |
| 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 | 0,001 | 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) | 0,000 | 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 ».