Drone Measurements of Surface-Based Winter TemperatureInversions in the High Arctic at Eureka
Notice bibliographique
Résumé
Abstract. The absence of sunlight during the winter in the High Arctic results in a strong surface-based atmospheric temperature inversion especially during clear skies and light surface wind conditions. The inversion suppresses turbulent heat transfer between the ground and the boundary layer. As a result the difference between the surface air temperature, measured at a height of 2 m, and the ground skin temperature can exceed several degrees Celsius. Such inversions occur very frequently in polar regions and are of interest to understand the mechanisms responsible for surface-atmosphere heat, mass and momentum exchanges and are critical for satellite validation studies. In this paper we present the results of operations of two commercial remotely piloted aircraft systems, or drones, at the Polar Environment Atmospheric Research Laboratory (PEARL), Eureka, Nunavut, Canada, at 80° N latitude. The drones are the Matrice 100 and M210-RTK quad-copters manufactured by DJI and were flown over Eureka during the February–March field campaigns in 2017 and 2020. They were equipped with a temperature measurement system built on a Raspberry Pi single-board computer, three platinum wire temperature sensors, GNSS receiver, and a pressure sensor. We demonstrate that the drones can be effectively used in the High Arctic to measure vertical temperature profiles up to 60 m of the ground and sea ice surface. Our results indicate that the inversion lapse rates within 0–10 m altitude range above the ground can reach the values of ~0.1–0.3 °C/m (~100–300 °C/km). The results are in a good agreement with the coincident temperatures measured at 2, 6 and 10 m levels at the National Oceanic and Atmospheric Administration flux tower at PEARL. Above 10 m a weaker inversion with an order of magnitude smaller lapse rates is recorded by the drone. The inversion strength agrees well with one obtained from the radiosonde temperature measurements. Above the sea ice, drone temperature profiles are found to have an isothermal layer above a surface based layer of instability which is attributed to the sensible heat flux through the sea ice. With the drones we were able to evaluate the influence of local topography on the surface-based inversion structure above the ground and to measure extremely cold temperatures of air that can pool in topographic depressions. The unique technical challenges of conducting drone campaigns in the winter High Arctic are highlighted in the paper.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».