Introducing drone-based GPR in snow hydrology studies
Notice bibliographique
Résumé
Abstract. Seasonal snowpack deeply influences the distribution of meltwater among watercourses and groundwater. During rain-on-snow (ROS) events, for instance, the structure and properties of the different ice and snow layers dictate the quantity of water flowing out of the snowpack, increasing the risk of flooding and ice jams. With ongoing climate change, a better understanding of the processes and internal properties influencing snowpack outflows is needed to predict the hydrological consequences as mild episodes and ROS events’ frequency increases. This study aims to develop a multi-method approach to monitor the key snowpack properties in a non-mountainous environment in a repetitive and non-destructive way. Snowpack evolution was evaluated using a combination of drone-based GPR, photogrammetry surveys and time domain reflectometry (TDR) measurements, tested during the winter of 2020–2021 at the Sainte-Marthe experimental watershed, Quebec, Canada. The experimental watershed is equipped with state-of-the-art automatic weather stations that, together with weekly snow pit measurements, serve as a reference for the multi-method monitoring approach. Drone surveys conducted on a weekly basis are used to generate georeferenced snow depth, relative density, snow water equivalent and average liquid water content maps. In between site visits, snowpack properties are monitored using TDR probes. Despite some limitations, the results show that the approach is very promising in assessing the spatiotemporal evolution of the key hydrological characteristics of the snowpack. Among others, results showed the prevalence of preferential pathways at the early stage of the ablation period, the difference in hydrological reaction to a ROS event between flat and sloped sections of the study area and the hydrological influence of solar radiation at the late stage of the ablation period.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 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 ».