MétaCan
Menu
← Retour à la cohorte
Enregistrement W4238559286 · doi:10.5194/tc-2020-171

Spring melt pond fraction in the Canadian Arctic Archipelago predicted from RADARSAT-2

2020· preprint· en· W4238559286 sur OpenAlexafffundabout
Stephen Howell, Randall K. Scharien, Jack Landy, Mike Brady

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversity of VictoriaEnvironment and Climate Change Canada
Organismes subventionnairesNatural Environment Research CouncilSight Research UKMarine Environmental Observation Prediction and Response NetworkEuropean Space AgencyPolar Knowledge Canada
Mots-clésSea iceArcticArchipelagoEnvironmental scienceMelt pondClimatologyArctic ice packAtmospheric sciencesPhysical geographyOceanographyGeologyDrift iceGeography

Résumé

récupéré en direct d'OpenAlex

Abstract. Melt ponds form on the surface of Arctic sea ice during spring, influencing how much solar radiation is absorbed into the sea ice-ocean system, which in turn impacts the ablation of sea ice during the melt season. Accordingly, melt pond fraction (fp) has been shown to be a useful predictor of sea ice area during the summer months. Sea ice dynamic and thermodynamic processes operating within the narrow channels and inlets of the Canadian Arctic Archipelago (CAA) during the summer months are difficult for model simulations to accurately resolve. Additional information on fp variability in advance of the melt season within the CAA could help constrain model simulations and/or provide useful information in advance of the shipping season. Here, we use RADARSAT-2 imagery to predict and analyze peak spring fp and evaluate its utility to provide predictive information with respect to sea ice area during the melt season within the CAA from 2009–2018. The temporal variability of RADARSAT-2 fp over the 10-year record was found to be strongly linked to the variability of mean April multi-year ice area and the spatial distribution of RADARSAT-2 fp was found to be in excellent agreement with the sea ice stage of development prior to the melt season. RADARSAT-2 fp values were in good agreement with the peak fp observed from in situ observations but were found to be ∼0.05 larger compared to peak MODIS fp observations. Statistically significant detrended correlations between RADARSAT-2 fp and summer sea ice area were found for several regions within the CAA. Our results show that RADARSAT-2 fp can be used to provide predictive information about summer sea ice area for a key shipping region of the Northwest Passage.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,111
Score d'incertitude au seuil0,223

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,210
Écart entre enseignants0,191 · 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

Citations1
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetArctic and Antarctic ice dynamics→Travaux en français237 207→