MétaCan
Menu
← Retour à la cohorte
Enregistrement W4233037998 · doi:10.5194/tc-2016-57

An assessment of two automated snow water equivalent instruments during the WMO Solid Precipitation Intercomparison Experiment

2016· preprint· en· W4233037998 sur OpenAlexaboutno aff
Craig D. Smith, Anna Kontu, Richard Laffin, John W. Pomeroy

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSnowpackWater equivalentSnowEnvironmental sciencePrecipitationAtmospheric sciencesMeteorologyClimatologyRemote sensingHydrology (agriculture)GeologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract. During the WMO Solid Precipitation Intercomparison Experiment (SPICE), automated measurements of snow water equivalent (SWE) were made at the Sodankylä (Finland) and Caribou Creek (Canada) SPICE sites during the northern hemisphere winters of 2013/2014 and 2014/2015. Supplementary intercomparison measurements were made at Fortress Mountain (Kananaskis, Canada) during the 2013/2014 winter. The objectives of this analysis are to assess automated SWE measurements against a reference, comment on their performance, and make recommendations on how to best use the instrument and interpret its measurements. Sodankylä, Caribou Creek and Fortress Mountain hosted a Campbell Scientific CS725 passive gamma radiation SWE sensor. Sodankylä also hosted a Sommer Messtechnik SSG1000 snow scale. The CS725 measurement principle is based on measuring the attenuation of soil emitted gamma radiation by the snowpack and relating the attenuation to SWE. The SSG1000 measures the mass of the overlying snowpack directly by using a weighing platform and load cell. Manual SWE measurements were obtained at the SPICE sites on a bi-weekly basis over the accumulation/melt periods using bulk density samplers. These manual measurements are considered to be the reference for the intercomparison. Results from Sodankylӓ and Caribou Creek showed that the CS725 generally overestimates SWE as compared to manual measurements by roughly 30 to 35 % with correlations (r2) as high as 0.99 for Sodankylӓ and 0.90 for Caribou Creek. The RMSE varies from 30 to 43 mm water equivalent (w.e.) and 18 to 25 mm w.e. at Sodankylӓ and Caribou Creek respectively. The correlation at Fortress Mountain was 0.94 (RMSE of 48 mm w.e.) with no systematic overestimation. The SSG1000 snow scale, having a different measurement principle, agreed quite closely with the manual measurements at Sodankylӓ throughout the intercomparison periods (r2 as high as 0.99 and RMSE from 8 to 24 mm w.e.). When the SSG1000 is compared to the CS725, the agreement is linear until the start of seasonal melt when the positive bias in the CS725 increases substantially relative to the SSG1000. Since both Caribou Creek and Sodankylӓ have sandy soil, water from the snowpack readily infiltrates into the soil during melt but the CS725 does not differentiate this water from the un-melted snow. This issue can be identified, at least during the spring melt, with soil moisture and temperature observations like those measured at Caribou Creek. With a less permeable soil and surface runoff, the increase in the instrument bias during melt is not as significant, as shown by the Fortress Mountain intercomparison.

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)0,017
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,349
Écart entre enseignants0,312 · 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'étudeObservationnel
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

Citations13
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCryospheric studies and observations→Travaux en français237 207→