Radar Scatter Decomposition to Differentiate between Running Ice Accumulations and Intact Ice Covers along Rivers
Notice bibliographique
Résumé
For ice-jam flood forecasting it is important to differentiate between intact ice covers and ice runs. Ice runs consist of long accumulations of rubble ice that stem from broken up ice covers or ice-jams that have released. A water wave generally travels ahead of the ice run at a faster celerity, arriving at the potentially high flood–risk area much sooner than the ice accumulation. Hence, a rapid detection of the ice run is necessary to lengthen response times for flood mitigation. Intact ice covers are stationary and hence are not an immediate threat to a downstream flood situation, allowing more time for flood preparedness. However, once ice accumulations are moving and potentially pose imminent impacts to flooding, flood response may have to switch from a mitigation to an evacuation mode of the flood management plan. Ice runs are generally observed, often by chance, through ground observations or airborne surveys. In this technical note, we introduce a novel method of differentiating ice runs from intact ice covers using imagery acquired from space-borne radar backscatter signals. The signals are decomposed into different scatter components—surface scattering, volume scattering and double-bounce—the ratios of one to another allow differentiation between intact and running ice. The method is demonstrated for the breakup season of spring 2018 along the Athabasca River, when an ice run shoved into an intact ice cover which led to some flooding in Fort McMurray, Alberta, Canada.
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 ».