Cosmic-ray neutron method for the continuous measurement of Arctic snow accumulation and melt
Notice bibliographique
Résumé
Abstract. The Arctic is warming at two to three times the rate of the global average, significantly impacting snow accumulation and melt. Unfortunately, conventional methods to measure snow water equivalent (SWE), a key aspect of the Arctic snow cover, have numerous limitations that hinder our ability to document annual cycles, the impact of climate change, or to test predictive models. As a result, there is an urgent need for improved methods that measure Arctic SWE; allow for continuous, unmanned measurements over the entire winter; and allow measurements that are representative of spatially variable, Arctic snow covers. In-situ, or invasive, cosmic ray neutron sensors (CRNSs) may fill this observational gap, but few studies have tested these types of sensors or considered their applicability at remote sites in the Arctic. During the winters of 2016/17 and 2017/18 we tested an in-situ CRNS system at two locations in Canada; a cold, low- to high-SWE environment in the Canadian Arctic and at a warm, low-SWE landscape in Southern Ontario that allowed easier access for validation purposes. CRNS moderated neutron counts were compared to manual snow survey SWE values obtained during both winter seasons. Pearson correlation coefficients ranged from −0.89 to −0.98, while regression analyses provided R2 values from 0.79 to 0.96. RMSE of the CRNS-measured SWE averaged 2 mm at the southern Ontario site and ranged from 28 to 40 mm at the Arctic site. These data show that in-situ CRNS instruments are able to continuously measure SWE with sufficient accuracy, and have important applications for measuring SWE in a variety of environments, including remote Arctic locations. These sensors can provide important SWE data for testing snow and hydrological models, water resource management applications, and the validation of remote-sensing applications.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».