Inter-comparison of snow depth over sea ice from multiple methods
Notice bibliographique
Résumé
In this study, we compare eight recently developed snow depth products that use satellite observations, modeling or a combination of satellite and modeling approaches. These products are further compared against various ground-truth observations, including those from ice mass balance buoys (IMBs), snow buoys, snow depth derived from NASA's Operation IceBridge (OIB) flights, as well as snow depth climatology from historical observations. Large snow depth differences between data sets are observed over the Atlantic and Canadian Arctic sectors. Among the products evaluated, the University of Washington snow depth product (UW) produces the overall deepest Spring snow packs, while the snow product from the Danish Meteorological Institute (DMI) provide the shallowest Spring snow depths. There is no significant trend for mean snow depth among all snow products since the 2000s, however, those in regional varies larhely. Two products, SnowModel-LG and the NASA Eulerian Snow on Sea Ice Model: NESOSIM, also provide estimates of snow density. Arctic-wide, these density products show the expected seasonal evolution with varying inter-annual variability, and no significant trend since the 2000s. Compared to climatology, snow density from SnowModel-LG is generally denser, whereas that from NESOSIM is less. Both SnowModel-LG and NESOSIM densities have a larger seasonal change than climatology. Inconsistencies in the reconstructed snow parameters among the products, as well as differences and with in-situ and airborne observations can in part be attributed to differences in effective footprint and spatial/temporal coverage, as well as insufficient observations for validation/bias adjustments. Our results highlight the need for more targeted Arctic surveys over different spatial and temporal scales to allow for a more systematic comparison and fusion of airborne, in-situ and remote sensing observations.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».