MétaCan
Menu
← Retour à la cohorte
Enregistrement W4239330452 · doi:10.5194/tc-2016-266

<i>In situ</i> continuous visible and near-infrared spectroscopy of an alpine snowpack

2016· preprint· en· W4239330452 sur OpenAlexaff
Marie Dumont, Laurent Arnaud, Ghislain Picard, Quentin Libois, Yves Lejeune, Pierre Nabat, Didier Voisin, Samuel Morin

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesCenter for Neuroscience and Regenerative MedicineAgence Nationale de la Recherche
Mots-clésSnowpackSnowAlbedo (alchemy)Atmospheric sciencesEnvironmental scienceSnowmeltDeposition (geology)PrecipitationMeteorologyGeologyGeographyGeomorphology

Résumé

récupéré en direct d'OpenAlex

Abstract. Snow spectral albedo in the visible/near-infrared range has been continuously measured during a winter season at Col de Porte alpine site (French Alps, 45.30° N, 5.77° E, 1325 m a.s.l.). The evolution of such alpine snowpack is complex due to intensive precipitation, rapid melt events and Saharan dust deposition outbreaks. This study highlights that the resulting intricated variations of spectral albedo can be successfully explained by variations of the following snow surface variables : snow specific surface area (SSA), effective light-absorbing impurities content, presence of liquid water and slope. The methodology developped in this study disantangles the effect of these parameters on snow spectral albedo. The presence of liquid water at the snow surface results in a spectral shift of the albedo from which melt events can be identified with an occurence of false detection rate lower than 3.5 %. Snow SSA mostly impacts spectral albedo in the near-infrared range. Impurity deposition mostly impacts the albedo in the visible range but this impact is very dependent on snow SSA and surface slope. Our work thus demonstrates that the SSA estimation from spectral albedo is affected by large uncertainties for a tilted snow surface and medium to high impurity contents and that the estimation of impurity content is also affected by large uncertainties, especially for low values below 50 ng g−1 black carbon equivalent. The proposed methodology opens routes for retrieval of SSA, impurity content, melt events and surface slope from spectral albedo. However, an exhaustive accuracy assessment of the snow parameters retrieval would require more independent in situ measurements and is beyond the scope of the present study. Such time series of snow spectral albedo nevertheless already provides a new insight into our understanding of the evolution of snow surface properties.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,014
Tête enseignante GPT0,238
Écart entre enseignants0,224 · 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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCryospheric studies and observations→Travaux en français237 207→