Evaluating RADARSAT-2 for the Monitoring of Lake Ice Phenology Events in Mid-Latitudes
Notice bibliographique
Résumé
Lake ice is an important component in understanding the local climate as changes in temperature have an impact on the timing of key ice phenology events. In recent years, there has been a decline in the in-situ monitoring of lake ice events in Canada and microwave remote sensing imagery from synthetic aperture radar (SAR) is more widely used due to the high spatial resolution and response of backscatter to the freezing and melting of the ice surface. RADARSAT-2 imagery was used to develop a threshold-based method for determining lake ice events for mid-latitude lakes in Central Ontario from 2008 to 2017. Estimated lake ice phenology events are validated with ground-based observations and are compared against the Moderate Resolution Imaging Spectroradiometer (MODIS band 2). The threshold-based method was found to accurately identify 12 out of 17 freeze events and 13 out of 17 melt events from 2015–2017 when compared to ground-based observations. Mean absolute errors for freeze events ranged from 2.5 to 10.0 days when compared to MODIS imagery while the mean absolute error for water clear of ice (WCI) ranged from 1.5 to 7.1 days. The method is important for the study of mid-latitude lake ice due to its unique success in detecting multiple freeze and melting events throughout the ice season.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 ».