Impacts of snow data and processing methods on the interpretation of long-term changes in Baffin Bay sea ice thickness
Notice bibliographique
Résumé
Abstract. In the Arctic, multi-year sea ice is being rapidly replaced by seasonal sea ice. Baffin Bay, situated between Greenland and Canada, is part of the seasonal ice zone. In this study, we present a long-term multi-mission assessment (2003–2020) of spring sea ice thickness in Baffin Bay from satellite altimetry and sea ice charts. Sea ice thickness within Baffin Bay is calculated from Envisat, ICESat, CryoSat-2 and ICESat-2 freeboard estimates, alongside a proxy from the ice chart stage of development that closely matches the altimetry data. We study the sensitivity of sea ice thickness results estimated from an array of different snow depth and snow density products and methods for redistributing low resolution snow data onto along-track altimetry freeboards. The snow depth products that are applied include a reference estimated from the Warren climatology, a passive microwave snow depth product, and the dynamic snow scheme SnowModel-LG. We find that applying snow depth redistribution to represent small-scale snow variability has a considerable impact on ice thickness calculations from laser freeboards but was unnecessary for radar freeboards. Decisions on which snow loading product to use and whether to apply snow redistribution can lead to different conclusions on trends and physical mechanisms. For instance, we find an uncertainty envelope around the March mean sea ice thickness of 13 % for different snow depth/density products and redistribution methods. Consequently, trends in March sea ice thickness from 2003–2020 range from −23 cm/dec to 17 cm/dec, depending on which snow depth/density product and redistribution method is applied. Over a longer timescale, since 1996, the proxy ice chart thickness product demonstrates statistically significant thinning within Baffin Bay of 7 cm/dec. Our study provides further evidence for long-term asymmetrical trends in Baffin Bay sea ice thickness (with −17.6 cm/dec thinning in the west and 10.8 cm/dec thickening in the east of the bay) since 2003. This asymmetrical thinning is consistent for all combinations of snow product and processing method, but it is unclear what may have driven these changes.
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 | 0,004 | 0,006 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».