Dependence of C-Band Backscatter on Ground Temperature, Air Temperature and Snow Depth in Arctic Permafrost Regions
Notice bibliographique
Résumé
Microwave remote sensing has found numerous applications in areas affected by permafrost and seasonally frozen ground. In this study, we focused on data obtained by the Advanced Scatterometer (ASCAT, C-band) during winter periods when the ground is assumed to be frozen. This paper discusses the relationships of ASCAT backscatter with snow depth, air and ground temperature through correlations and the analysis of covariance (ANCOVA) to quantify influences on backscatter values during situations of frozen ground. We studied sites in Alaska, Northern Canada, Scandinavia and Siberia. Air temperature and snow depth data were obtained from 19 World Meteorological Organization (WMO) and 4 Snow Telemetry (SNOTEL) stations. Ground temperature data were obtained from 36 boreholes through the Global Terrestrial Network for Permafrost Database (GTN-P) and additional records from central Yamal. Results suggest distinct differences between sites with and without underlying continuous permafrost. Sites characterized by high freezing indices (>4000 degree-days) have consistently stronger median correlations of ASCAT backscatter with ground temperature for all measurement depths. We show that the dynamics in winter-time backscatter cannot be solely explained through snow processes, but are also highly correlated with ground temperature up to a considerable depth (60 cm). These findings have important implications for both freeze/thaw and snow water equivalent retrieval algorithms based on C-band radar measurements.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».