MétaCan
Menu
Retour à la cohorte
Enregistrement W3035190581 · doi:10.1017/aog.2020.20

Interferometric discrimination of cross-track bed clutter in ice-penetrating radar sounding data

2020· article· en· W3035190581 sur OpenAlexfundaboutno aff
Kirk M. Scanlan, A. Rutishauser, D. A. Young, Donald D. Blankenship

Notice bibliographique

RevueAnnals of Glaciology · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensnon disponible
Organismes subventionnairesW. Garfield Weston FoundationG. Unger Vetlesen Foundation
Mots-clésGeologyClutterInterferometryDepth soundingRadarGlacierIce sheetRemote sensingGeomorphologyGeodesyOpticsComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract The interpretations of relevant interfaces (i.e. the surface and bed) in radar sounding datasets over glaciers and ice sheets are primary boundary conditions in a variety of climate studies and particularly subglacial water routing models. It is therefore necessary to ensure these interpretations are consistent and not affected by cross-track clutter. For the surface interface, interferometry and a family of methods relying on digital elevation models have been used to successfully discriminate cross-track surface clutter. Here we present how interferometry can be applied to the problem of basal clutter from cross-track bed topography. Our approach is based on a comparison of the differential phases of ambiguous reflectors that may represent bed clutter and the differential phase of a reflector in an adjacent area that appears unaffected by basal clutter. The reflector yielding the smallest interferometric phase difference relative to the unambiguous bed reflector is considered to represent its consistent continuation. We successfully demonstrate our approach using 60 MHz center frequency MARFA data collected over Devon Ice Cap in the Canadian Arctic. Finally, we investigate the effects of clutter-affected and interferometry-corrected bed interpretations on ice layer thickness estimates, basal hydraulic head gradients and the potential extent of inferred subglacial water bodies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,008
Score d'incertitude au seuil0,415

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,227
Tête enseignante GPT0,365
Écart entre enseignants0,138 · 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 tête enseignante, 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

Citations28
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnals of GlaciologyMême sujetCryospheric studies and observationsTravaux en français237 207