MétaCan
Menu
← Retour à la cohorte
Enregistrement W3010282880 · doi:10.5194/tc-2020-44

Sea Ice Drift and Arch Formation in the Robeson Channel Using Daily Coverage of Sentinel-1 SAR Data During the 2016–2017 Freezing Season

2020· article· en· W3010282880 sur OpenAlexaff
Mohammed Shokr, Zihan Wang, Tingting Liu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesNational Natural Science Foundation of ChinaKey Laboratory of Global Change and Marine-Atmospheric ChemistryEuropean Space AgencyNational Key Research and Development Program of ChinaU.S. Department of Energy
Mots-clésGeologySea iceSea ice thicknessDrift iceFast iceWind speedChannel (broadcasting)Arctic ice packSynthetic aperture radarArcticPressure ridgeClimatologyMeteorologyGeodesyOceanographyRemote sensingGeographyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract. Robeson Channel (RC) is a narrow sea water passage between Greenland and Ellesmere Island in the Arctic. It is a pathway of sea ice from the central Arctic and out to the Baffin Bay. This paper uses a set of daily Synthetic Aperture Radar (SAR) images from Sentinel-1A/1B, acquired between September 2016 and April 2017, to study kinematics of individual ice floes as they approach then drift through the RC. Tracking of 39 selected floes was visually performed in the image sequence and their speed was calculated and linked to the reanalysis 10 m wind from ERA5. Results show that drift of ice floes is remarkably slow while in the compact ice regime upstream of the RC unless the floe is surrounded by water or thin ice. In this case the wind has more influence on the drift. On the other hand, ice floe drift is found to be about 4–5 times faster in the open drift regime within the RC and clearly influenced by wind. A linear trend is found between change in wind and change in ice drift speed components, both along the length of the channel. Case studies are presented to reveal the role of wind on ice floe drift in details. The study also addresses the development of the ice arch at the entry of the channel. It started development on 24 January and matured on 1 February 2017. Details of the formation process, using the sequential SAR images, are presented. The arch’s shape continued to adjust by rupturing ice pieces at locations of cracks under the influence of northerly wind (hence the contour keeps displacing northward). The study highlights the advantage of using the high-resolution daily SAR coverage in monitoring aspects of sea ice cover in narrow water passages where the ice cover is highly dynamic. The information will be particularly interesting for possible applications of SAR constellation systems.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,062
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,039
Tête enseignante GPT0,236
Écart entre enseignants0,197 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

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