Evaluation of Sub-Kilometric Numerical Simulations of C-Band Radar Backscatter over the French Alps against Sentinel-1 Observations
Notice bibliographique
Résumé
This study compares numerical simulations and observations of C-band radar backscatter in a wide region (2300 km 2 ) in the Northern French Alps. Numerical simulations were performed using a model chain composed of the SAFRAN meteorological reanalysis, the Crocus snowpack model and the radiative transfer model Microwave Emission Model for Layered Snowpacks (MEMLS3&a), operating at a spatial resolution of 250-m. The simulations, without any bias correction, were evaluated against 141 Sentinel-1 synthetic aperture radar observation scenes with a resolution of 20 m over three snow seasons from October 2014 to June 2017. Results show that there is good agreement between observations and simulations under snow-free or dry snow conditions, consistent with the fact that dry snow is almost transparent at C-band. Under wet snow conditions, although the changes in time and space are well correlated, there is a significant deviation, up to 5 dB, between observations and simulations. The reasons for these discrepancies were explored, including a sensitivity analysis on the impact of the liquid water percolation scheme in Crocus. This study demonstrates the feasibility of performing end-to-end simulations of radar backscatter over extended geographical region. This makes it possible to envision data assimilation of radar data into snowpack models in the future, pending that deviations are mitigated, either through bias corrections or improved physical modeling of both snow properties and corresponding radar backscatter.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 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 ».