The Microwave Snow Grain Size: A New Concept to Predict Satellite Observations Over Snow‐Covered Regions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Satellite observations of snow‐covered regions in the microwave range have the potential to retrieve essential climate variables such as snow height. This requires a precise understanding of how microwave scattering is linked to snow microstructural properties (density, grain size, grain shape and arrangement). This link has so far relied on empirical adjustments of the theories, precluding the development of robust retrieval algorithms. Here we solve this problem by introducing a new microstructural parameter able to consistently predict scattering. This “microwave grain size” is demonstrated to be proportional to the measurable optical grain size and to a new factor describing the chord length dispersion in the microstructure, a geometrical property known as polydispersity. By assuming that the polydispersity depends on the snow grain type only, we retrieve its value for rounded and faceted grains by optimization of microwave satellite observations in 18 Antarctic sites, and for depth hoar in 86 Canadian sites using ground‐based observations. The value for the convex grains (0.6) compares favorably to the polydispersity calculated from 3D micro‐computed tomography images for alpine grains, while values for depth hoar show wider variations (1.2–1.9) and are larger in Canada than in the Alps. Nevertheless, using one value for each grain type, the microwave observations in Antarctica and in Canada can be simulated from in‐situ measurements with good accuracy with a fully physical model. These findings improve snow scattering modeling, enabling future more accurate uses of satellite observations in snow hydrological and meteorological applications.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 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 découle