Implications of surface flooding on airborne estimates of snow depth on sea ice
Notice bibliographique
Résumé
Abstract. Snow depth observations from airborne snow radars, such as the NASA's Operation IceBridge (OIB) mission, have recently been used in altimeter-derived sea ice thickness estimates, as well as for model parameterization. A number of validation studies comparing airborne and in situ snow depth measurements have been conducted in the western Arctic Ocean, demonstrating the utility of the airborne data. However, there have been no validation studies in the Atlantic sector of the Arctic. Recent observations in this region suggest a significant and predominant shift towards a snow-ice regime caused by deep snow on thin sea ice. During the Norwegian young sea Ice, Climate and Ecosystems (ICE) expedition (N-ICE2015) in the area north of Svalbard, a validation study was conducted on 19 March 2015. This study collected ground truth data during an OIB overflight. Snow and ice thickness measurements were obtained across a two-dimensional (2-D) 400 m × 60 m grid. Additional snow and ice thickness measurements collected in situ from adjacent ice floes helped to place the measurements obtained at the gridded survey field site into a more regional context. Widespread negative freeboards and flooding of the snowpack were observed during the N-ICE2015 expedition due to the general situation of thick snow on relatively thin sea ice. These conditions caused brine wicking into and saturation of the basal snow layers. This causes the airborne radar signal to undergo more diffuse scattering, resulting in the location of the radar main scattering horizon being detected well above the snow–ice interface. This leads to a subsequent underestimation of snow depth; if only radar-based information is used, the average airborne snow depth was 0.16 m thinner than that measured in situ at the 2-D survey field. Regional data within 10 km of the 2-D survey field suggested however a smaller deviation between average airborne and in situ snow depth, a 0.06 m underestimate in snow depth by the airborne radar, which is close to the resolution limit of the OIB snow radar system. Our results also show a broad snow depth distribution, indicating a large spatial variability in snow across the region. Differences between the airborne snow radar and in situ measurements fell within the standard deviation of the in situ data (0.15–0.18 m). Our results suggest that seawater flooding of the snow–ice interface leads to underestimations of snow depth or overestimations of sea ice freeboard measured from radar altimetry, in turn impacting the accuracy of sea ice thickness estimates.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 | 0,000 |
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.
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 tête enseignante, 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 ».