On the Interest of Optical Remote Sensing for Seasonal Snowmelt Parameterization, Applied to the Everest Region (Nepal)
Notice bibliographique
Résumé
In the central part of the Hindu Kush Himalayan region, snowmelt is one of the main inputs that ensures the availability of surface water outside the monsoon period. A common approach for snowpack modeling is based on the degree day factor (DDF) method to represent the snowmelt rate. However, the important seasonal variability of the snow processes is usually not represented when using a DDF method, which can lead to large uncertainties for snowpack simulation. The SPOT-VGT and the MODIS-Terra sensors provide valuable information for snow detection over several years. The aim of this work was to use those data to parametrize the seasonal variability of the snow processes in the hydrological distributed snow model (HDSM), based on a DDF method. The satellite products were corrected and combined in order to implement a database of 8 day snow cover area (SCA) maps over the northern part of the Dudh Koshi watershed (Nepal) for the period 1998–2017. A revisited version of the snow module of the HDSM model was implemented so as to split it into two parameterizations depending on the seasonality. Corrected 8 day SCA maps retrieved from MODIS-Terra were used to calibrate the seasonal parameterization, through a stochastic method, over the period of study (2013–2016). The results demonstrate that the seasonal parameterization reduces the error in the simulated SCA and increases the correlation with the MODIS SCA. The two-set version of the model improved the yearly RMSE from 5.9% to 7.7% depending on the basin, compared to the one-set version. The correlation between the model and MODIS passes from 0.73 to 0.79 in winter for the larger basin, Phakding. This study shows that the use of a remote sensing product can improve the parameterization of the seasonal dynamics of snow processes in a model based on a DDF method.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».