Spatio-Temporal Variability of Suspended Particulate Matter in a High-Arctic Estuary (Adventfjorden, Svalbard) Using Sentinel-2 Time-Series
Notice bibliographique
Résumé
Arctic coasts, which feature land-ocean transport of freshwater, sediments, and other terrestrial material, are impacted by climate change, including increased temperatures, melting glaciers, changes in precipitation and runoff. These trends are assumed to affect productivity in fjordic estuaries. However, the spatial extent and temporal variation of the freshwater-driven darkening of fjords remain unresolved. The present study illustrates the spatio-temporal variability of suspended particulate matter (SPM) in the Adventfjorden estuary, Svalbard, using in-situ field campaigns and ocean colour remote sensing (OCRS) via high-resolution Sentinel-2 imagery. To compute SPM concentration (CSPMsat), a semi-analytical algorithm was regionally calibrated using local in-situ data, which improved the accuracy of satellite-derived SPM concentration by ~20% (MRD). Analysis of SPM concentration for two consecutive years (2019, 2020) revealed strong seasonality of SPM in Adventfjorden. Highest estimated SPM concentrations and river plume extent (% of fjord with CSPMsat > 30 mg L−1) occurred during June, July, and August. Concurrently, we observed a strong relationship between river plume extent and average air temperature over the 24 h prior to the observation (R2 = 0.69). Considering predicted changes to environmental conditions in the Arctic region, this study highlights the importance of the rapidly changing environmental parameters and the significance of remote sensing in analysing fluxes in light attenuating particles, especially in the coastal Arctic Ocean.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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) | 0,004 | 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 tête enseignante, 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 ».