MétaCan
Menu
← Retour à la cohorte
Enregistrement W3010263132 · doi:10.5194/tc-2020-283

Evaluating Airborne Ku-Band Radar Altimetry over LandfastFirst-Year Sea Ice

2020· article· en· W3010263132 sur OpenAlexafffund
Paul Donchenko, Joshua King, Richard Kelly

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensEnvironment and Climate Change CanadaUniversity of Waterloo
Organismes subventionnairesEurostarsRES’EAU-WaterNETCanadian Space AgencyEnvironment and Climate Change Canada
Mots-clésSnowAltimeterRadar altimeterSnowpackGeologyElevation (ballistics)Remote sensingRadarSea ice thicknessSea iceEnvironmental scienceMeteorologyGeodesyArctic ice packClimatologyGeomorphologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract. Recent studies have challenged the assumption that Ku-band radar used by the CryoSat-2 altimeter fully penetrates the dry snow cover of Arctic sea ice. There is also uncertainty around the proper technique for handling retracker threshold selection in the Threshold First-Maxima Retracker (TFMRA) method which estimates the ice surface elevation from the radar echo waveform. The purpose of this study was to evaluate the accuracy and penetration of the TFMRA retracking method applied to the Airborne Synthetic Aperture Radar and Interferometric Radar Altimeter System (ASIRAS), an airborne simulator of the CryoSat-2, to investigate the effect of surface characteristics and improve accuracy. The ice surface elevation estimate from ASIRAS was evaluated by comparing to the snow surface measured by aggregating laser altimetry observations from the Airborne Laser Scanner (ALS), and the ice surface measured by subtracting ground observations of snow depth from the snow surface. The perceived penetration of the ice surface estimate was found to increase with the retracker threshold and was correlated with the value of surface properties. The slope of the relationship between penetration and threshold was greater for a deformed ice surface, a rough snow surface, a deeper snow cover, an absence of salinity and a larger snow grain size. As a result, the ideal retracked threshold, one that would achieve 100 % penetration, varies depending on properties of the surface being observed. Under conditions such deep snow or a large grain size, the retracked elevation sr was found in some cases to not penetrate fully the snowpack. This would cause an overestimation of the sea ice freeboard and as a consequence, the sea ice thickness. Results suggest that using a single threshold with the TFMRA retracking method will not yield a reliable estimate of the snow-ice interface when observed over an area with diverse surface properties. However, there may be potential to improve the retracking method by incorporating knowledge of the sensed surface physical characteristics. This study shows that remotely sensed surface properties, such as the ice deformity or snow surface roughness, can be combined with the waveform shape to select an ideal retracker for individual returns with an additional offset to account for the incomplete penetration of Ku-band over appropriate surface characteristics.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,028
Tête enseignante GPT0,259
Écart entre enseignants0,230 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetArctic and Antarctic ice dynamics→Travaux en français237 207→