MétaCan
Menu
Retour à la cohorte
Enregistrement W2982055481 · doi:10.1029/2018jd030197

Intercomparison of Snow Melt Onset Date Estimates From Optical and Microwave Satellite Instruments Over the Northern Hemisphere for the Period 1982–2015

2019· article· en· W2982055481 sur OpenAlexaff
Kerttu Kouki, Kati Anttila, Terhikki Manninen, Kari Luojus, L. Wang, Aku Riihelä

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesEuropean Organization for the Exploitation of Meteorological SatellitesAcademy of Finland
Mots-clésSnowAlbedo (alchemy)Northern HemisphereSatelliteEnvironmental scienceClimatologySnowpackAtmospheric sciencesRadiometerBrightness temperatureDefense Meteorological Satellite ProgramRemote sensingMicrowaveMeteorologyGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Robust melt season timing and length estimates are important for hydrological and climatological applications; due to the large area and sparse in situ measurements, snow melt monitoring at the continental scale is only possible from satellites. We intercompared melt onset date (MOD) estimates obtained from optical and microwave satellite sensors over the Northern Hemisphere between 1982 and 2015 and subsequently analyzed the causes of the similarities and dissimilarities found. The optical satellite data are based on the mean surface albedo from the Satellite Application Facility for Climate Monitoring (CM SAF) CLouds, Albedo and RAdiation second release Surface ALbedo (CLARA‐A2 SAL) data set. The microwave satellite data are based on temporal variations in the differences of the brightness temperature from satellite passive microwave radiometers. The analysis shows that the microwave‐based method detects melt onset on average 10 days later than the albedo‐based method, which results from the different melt detection methods; the albedo‐based method observes the point when the spring snow metamorphism begins to have a detectable effect on snow albedo, whereas the microwave‐based method detects the appearance of meltwater in snowpack. The difference in MOD decreases in forests, because canopy protects snow from sunlight delaying snow metamorphism. Additionally, we analyzed the MOD estimates for trends across the Northern Hemisphere and separately for Eurasia and North America. A statistically significant negative trend toward earlier melt onset exists in all cases, which is consistent with previous studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,306
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetCryospheric studies and observationsTravaux en français237 207