MétaCan
Menu
← Retour à la cohorte
Enregistrement W3205441691 · doi:10.1109/igarss47720.2021.9554930

Evaluation of Gridded Snow Water Equivalent Products Using Cloudsat-Cpr Snowfall Estimates

2021· article· en· W3205441691 sur OpenAlexafffund
Fraser King, Christopher G. Fletcher

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesCanadian Space Agency
Mots-clésSnowSnowpackWater equivalentEnvironmental scienceArcticMeteorologyLatitudeNorthern HemisphereClimatologyRemote sensingGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Arctic snow is a critical contributor to the global water and energy budget with important connections to cold region flooding and water resource management practices. Snow water equivalent (SWE) is the amount of liquid water contained within a snowpack. Measuring Arctic SWE through traditional ground-based techniques is challenging due to the vast size and remote nature of the region. Remote sensing applications offer new perspectives towards SWE accumulation estimates across the Arctic. The cloud profiling radar (CPR) instrument installed on the NASA CloudSat satellite observes snapshots of falling snow in clouds and has been effectively used in previous work for estimating monthly surface SWE accumulation across high latitude regions. By comparing consecutive month-pair estimates of accumulated SWE from CloudS at$(\overline{SWE}_{C})$with the positive difference in SWE on ground over the same period in gridded SWE products$(\Delta SWE_{B})$, we gain new insights into areas and locations of statistically inconsistent accumulation estimates. Applying this technique to the Blended-4 gridded SWE product from 60° to 82° N allows us to generate a quality flag which automatically highlights areas of inconsistent accumulation. This technique has flagged 4885 outliers over 107 month-pairs spanning 2007–2015 across the Northern Hemisphere when applied to the Blended-4 dataset. CPR snowfall data acts as an independent observational constraint for accumulated SWE in a region which is both difficult and expensive to traditionally observe. This comparison process can be used to further enhance the accuracy and robustness of future gridded SWE products across high latitude regions.

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)0,004
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,162

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,117
Tête enseignante GPT0,290
Écart entre enseignants0,173 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetCryospheric studies and observations→Travaux en français237 207→