Retrieval of Effective Correlation Length and Snow Water Equivalent from Radar and Passive Microwave Measurements
Notice bibliographique
Résumé
Current methods for retrieving SWE (snow water equivalent) from space rely on passive microwave sensors. Observations are limited by poor spatial resolution, ambiguities related to separation of snow microstructural properties from the total snow mass, and signal saturation when snow is deep (~>80 cm). The use of SAR (Synthetic Aperture Radar) at suitable frequencies has been suggested as a potential observation method to overcome the coarse resolution of passive microwave sensors. Nevertheless, suitable sensors operating from space are, up to now, unavailable. Active microwave retrievals suffer, however, from the same difficulties as the passive case in separating impacts of scattering efficiency from those of snow mass. In this study, we explore the potential of applying active (radar) and passive (radiometer) microwave observations in tandem, by using a dataset of co-incident tower-based active and passive microwave observations and detailed in situ data from a test site in Northern Finland. The dataset spans four winter seasons with daily coverage. In order to quantify the temporal variability of snow microstructure, we derive an effective correlation length for the snowpack (treated as a single layer), which matches the simulated microwave response of a semi-empirical radiative transfer model to observations. This effective parameter is derived from radiometer and radar observations at different frequencies and frequency combinations (10.2, 13.3 and 16.7 GHz for radar; 10.65, 18.7 and 37 GHz for radiometer). Under dry snow conditions, correlations are found between the effective correlation length retrieved from active and passive measurements. Consequently, the derived effective correlation length from passive microwave observations is applied to parameterize the retrieval of SWE using radar, improving retrieval skill compared to a case with no prior knowledge of snow-scattering efficiency. The same concept can be applied to future radar satellite mission concepts focused on retrieving SWE, exploiting existing methods for retrieval of snow microstructural parameters, as employed within the ESA (European Space Agency) GlobSnow SWE product. Using radar alone, a seasonally optimized value of effective correlation length to parameterize retrievals of SWE was sufficient to provide an accuracy of <25 mm (unbiased) Root-Mean Square Error using certain frequency combinations. A temporally dynamic value, derived from e.g., physical snow models, is necessary to further improve retrieval skill, in particular for snow regimes with larger temporal variability in snow microstructure and a more pronounced layered structure.
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 ».